VIP20
本课程属于：052-基因组注释特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

模型训练中的特征构建与GPU优化技巧

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
特征工程概述与重要性
特征工程的概念 · 对模型性能的影响 · 完整流程
特征工程概述重要性
02
数值特征处理
标准化 · 归一化 · 离散化（分箱）的原理与代码实现
数值特征处理标准化
03
缺失值处理方法
常见策略（删除 · 均值填充 · 插值预测）及适用场景
缺失值处理方法常见策略
04
类别特征编码
标签编码 · 独热编码 · 目标编码
类别特征编码标签编码
05
文本特征提取
词袋模型 · TF‑IDF · Word2Vec
文本特征提取词袋模型
06
图像特征提取
卷积核 · 预训练模型（ResNet）提取特征 · 特征图可视化
图像特征提取卷积核
07
时间序列特征
滑动窗口 · 滞后特征 · 滚动统计（均值/方差）
时间序列特征滑动窗口
08
交叉特征构建
多项式特征 · 笛卡尔积 · 基于树模型的组合特征
交叉特征构建多项式特征
09
特征选择方法
过滤式（卡方 · 互信息） · 包裹式（递归消除）
特征选择方法过滤式
10
特征降维
PCA · t-SNE · UMAP
特征降维PCA
11
自动特征工程
Featuretools库的深度特征… · 深度特征合成（DFS）
自动特征工程Featuretools
12
GPU基础知识
CUDA架构 · 线程层级 · 内存层次
GPU基础知识
13
GPU内存优化
显存分配机制 · 内存碎片 · 使用梯度检查点减少显存
GPU内存优化
14
混合精度训练
FP16/BF16的原理 · 自动混合精度（AMP）实现 · 损失缩放
混合精度训练FP16/BF16
15
梯度累积
原理 · 步骤 · 与Batch Size的关系
梯度累积原理
16
数据加载优化
DataLoader多进程 · prefetch_factor · 内存固定页
数据加载优化DataLoader
17
分布式训练基础
数据并行（DDP） · 模型并行 · 流水线并行
分布式训练基础DDP
18
梯度压缩与通信优化
梯度量化 · 稀疏通信 · AllReduce优化
梯度压缩通信优化
19
算子融合与JIT编译
TorchScript · TVM · XLA的融合技巧
JIT算子融合
20
模型量化
训练后量化（PTQ）与量化感知训练（… · INT8部署
模型量化PTQ
21
计算图优化
静态图（TensorFlow） vs… · torch.compile
计算图优化TensorFlow
22
学习率调度策略
Warmup · 余弦退火 · ReduceLROnPlateau
学习率调度策略Warmup
23
正则化技巧
Dropout · BatchNorm · LayerNorm
正则化技巧Dropout
24
超参数调优与贝叶斯优化
网格搜索 · 随机搜索 · Optuna与Hyperopt实战
超参数调优贝叶斯优化
25
特征与GPU协同
在GPU上直接进行特征工程（cuDF · cupy） · 避免CPU-GPU数据传输
GPU特征
26
实战案例一
金融风控特征构建（WOE · IV · 分箱）与混合精度训练XGBoost/…
实战案例一WOE
27
实战案例二
图像分类特征提取（ResNet50）… · 分布式训练
实战案例二ResNet50
28
实战案例三
NLP文本特征（BERT Embed…
实战案例三NLP
29
常见陷阱与调试技巧
GPU内存泄漏 · 梯度爆炸 · 数据不平衡
常见陷阱调试技巧
30
总结与最佳实践
特征工程与GPU优化整体工作流 · 性能监控 · 迭代策略
最佳实践GPU