mil经验总结？手把手教你避免踩坑错误(老司机独家教程)

今天翻硬盘发现去年折腾机器学习那堆破事，心血来潮给你们唠唠踩过的坑。那会儿看网上教程说得可简单了，真动手才发现全是忽悠小白的。

开头就栽跟头

刚开始傻乎乎直接装最新版环境，结果连着三晚报错报得我想砸键盘。重要教训来了：别信什么"最新版最稳定"的鬼话，老老实实找匹配版本。我翻社区两年前的帖子，照着装Python3.7配TensorFlow1.15才跑通，你说气不气人？

数据集差点让我吐血

网上扒了20G卫星图片，熬夜整完标注才发现问题大了：

• 云层遮挡的图压根不能用
• 同一栋楼不同角度标成两类
• 30%图片分辨率稀烂

白瞎三天功夫。后来学乖了，现在都先抽100张人工筛一遍，有问题当场退货运费险理赔（不是）。

训练过程血压飙升

第一次跑模型激动得搓手手，结果：

• 第三天loss曲线原地蹦迪
• 显卡温度飙到88度自动停机
• 发现验证集精度比训练集还高

查到真想抽自己——数据预处理忘了归一化！重跑时干脆搬个折叠床蹲机房，每两小时爬起来看日志。

部署才是终极折磨

以为训练完就完事了？太天真！本地跑得飞起的模型：

• 移植到树莓派直接卡成PPT
• 安卓端疯狂闪退
• 云端API被刷爆流量

最坑爹是客户说"演示要流畅"，逼得我拿自己手机开热点顶了场发布会，后台监控看着每秒烧掉三毛钱话费，心在滴血！

现在你们明白我为啥转型做硬件调试了？上个月见投资人还吹这个项目，结果人家听完来句："你这哪是AI公司，整个一消防队。" 麻了，真麻了。