Train a Model

收集数据、训练、测试与改进

6 节

Module 定义

目标

收集数据、训练、测试与改进

最终项目

一个自己训练的小模型

学习证据

作品 + 关键决定 + 解释 + 修改记录。

Sessions · 已把行业内容做成我们的课

S01模型不是魔法用“例子 → 找规律 → 新例子预测”理解训练模型，不先讲公式。
吸收：NVIDIA Deep Learning fundamentals已规划›

S02设计自己的训练任务选择图像/声音/姿势等任务，定义类别和成功标准。
吸收：Microsoft AI workload · success metrics已规划›

S03收集训练数据规划每类需要什么样的数据，主动制造变化和边界案例。
吸收：NVIDIA data preparation已规划›

S04第一次训练训练小模型并记录第一次结果，不为了漂亮分数隐藏错误。
吸收：Hands-on model training已规划›

S05挑战模型专门找它会失败的输入；建立错误案例清单。
吸收：Google Responsible AI · evaluation已规划›

S06Model V2针对错误补数据、重训、再测；用证据说明 V2 是否真的更好。
吸收：NVIDIA iteration · Microsoft assessment已规划›

下一步继续细化：每个 Session 再独立成自己的页面，记录 Goal / Concept / Activity / Facilitator / Materials / AI Role / Capability / Child Choice / Evidence / Reflection / Next。