发帖
雷达卡
机器学习的基本思想是不再遵循经典的工程路线，即为特定任务设计解决方案，然后将这些解决方案转化为算法，而是能够从模型数据中学习所需的算法。根据 PyTorch、TensorFlow、SciKit-Learn[size=0.75em]® 等框架提供的数据对模型进行训练。这些在数据科学领域建立起来的框架一般都是开源的，因此可以免费使用。这样可以保证最大的灵活性，而且在自动化工程师和数据科学家之间的跨学科项目中没有任何限制 — 无论是在企业内部还是跨域企业界限。每个团队成员都可以在他们熟悉的环境中工作，例如，自动化专家使用 TwinCAT，数据科学家使用 TensorFlow。ML 模型具有通过在更大的数据集上训练进行改进的特点。同样，在设备运行时，一般条件也会逐渐或自发地发生变化。考虑到这一点，您可以在设备的生命周期内更新训练好的 ML 模型：因此无需停止设备运行，也无需重新编译，只需通过标准的 IT 基础设施远程进行更新即可。
京公网安备 11010802022788号
