Skip to content
TheChatArchiveThe Chat Archive
Claudeclaude-sonnet-4-20250514· AnthropicHugging Face LMArena Human Preference 140K

我是完全没有学习过深度学习的新手,我只是将其当作工具完成分类任务,请告诉我一个简单高效的方法以及操作步骤

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with grok-3-mini-beta’s answer.
  1. User

    我是完全没有学习过深度学习的新手,我只是将其当作工具完成分类任务,请告诉我一个简单高效的方法以及操作步骤

  2. Claude Assistant

    对于完全没有深度学习基础的新手,我推荐使用AutoML工具,这是最简单高效的方法。

    推荐方案:Google AutoML或类似平台

    操作步骤:

    1. 准备数据

      • 将你的图片或文本数据整理到不同文件夹,每个文件夹代表一个类别
      • 确保每个类别至少有100-500个样本
    2. 选择平台

      • Google Cloud AutoML(付费但效果好)
      • Teachable Machine(免费,适合简单任务)
      • Azure Custom Vision(微软的方案)
    3. 上传训练

      • 在平台上创建新项目
      • 上传你的分类数据
      • 点击"开始训练",等待完成(通常几小时)
    4. 测试使用

      • 平台会自动生成API接口
      • 你可以直接上传新数据进行分类预测

    本地简单方案(如果想自己动手)

    使用Python的fastai库:

    # 安装:pip install fastai
    from fastai.vision.all import *
    
    # 加载数据(数据按文件夹分类存放)
    dls = ImageDataLoaders.from_folder('你的数据文件夹路径')
    
    # 训练模型(一行代码)
    learn = vision_learner(dls, resnet34, metrics=error_rate)
    learn.fine_tune(3)
    
    # 预测新图片
    learn.predict('新图片路径')
    

    AutoML方案几乎不需要编程知识,只需要准备好数据就能获得不错的分类效果。你倾向于哪种方案?

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.