计算机科学与技术人工智能公司人工智能实习生实习报告.docxVIP

计算机科学与技术人工智能公司人工智能实习生实习报告

一、摘要

2023年7月10日至2023年9月5日，我在一家人工智能公司担任人工智能实习生。核心工作成果包括参与开发一个图像识别模型，通过调整超参数和优化算法，将模型在测试集上的准确率从82%提升至89%，处理了约5万张标注数据集。应用了Python编程、TensorFlow框架和机器学习算法，具体包括使用Kmeans聚类进行数据预处理，减少了30%的冗余特征。提炼出的可复用方法论是：通过迭代实验记录参数变化与性能关联，建立标准化模型评估流程，有效缩短了模型调优周期。

二、实习内容及过程

2023年7月10日到9月5日，我在一家人工智能公司实习。主要是跟着团队做个项目，开发个图像识别模型。初期帮着整理数据，有大概5万张标注图片，得手动检查错标。后来开始接触模型调优，用的是TensorFlow，调了学习率和批大小这些超参数。记得有一次模型准确率上不去，卡了两天，最后发现是数据集里有噪声样本，去重后效果明显好多了。团队那会儿在做实时预测，我参与过一次线上部署，学到了怎么用Docker打包模型。

困难是有的，比如初期对业务场景不熟，有些技术选型拿不准。后来多跟导师和senior沟通，也看了不少论文，慢慢找到了感觉。收获是实实在在的，把课程里讲的卷积神经网络、交叉熵这些真正用到了手。最直观的是模型准确率从82%提到89%，虽然不算颠覆