????????巧婦難為無米之炊。AI應(yīng)用需要大量的數(shù)據(jù)支撐，為此，從哪里找來大量的數(shù)據(jù)就是一個頭疼的問題。

????????若你的數(shù)據(jù)庫中已經(jīng)有大量數(shù)據(jù)，那么就可以從數(shù)據(jù)庫中導(dǎo)出即可，后續(xù)進行數(shù)據(jù)清洗就可以訓(xùn)練模型了，非常簡單。但如果你的數(shù)據(jù)庫中只有少量數(shù)據(jù)，或者說你的項目剛剛啟動，完全沒有數(shù)據(jù)支撐又該怎么辦？

????????那么你可以從開源平臺尋找符合你的業(yè)務(wù)的數(shù)據(jù)，例如你可以在 huggingface、github、kaggle 和?modelscope 等平臺下載大量數(shù)據(jù)，并將它們進行數(shù)據(jù)清洗，然后訓(xùn)練模型即可。但這些數(shù)據(jù)仍然可能不符合你的業(yè)務(wù)場景，后續(xù)需要不斷搜集語料然后訓(xùn)練新模型。

????????但當(dāng)你的業(yè)務(wù)比較特殊，在各大平臺無法尋找到合適的數(shù)據(jù)集，你可以選擇爬取數(shù)據(jù)。但爬蟲技術(shù)并不是一門簡單技術(shù)，還需要專業(yè)人員，這條數(shù)據(jù)采集渠道僅適合“大佬們”走。

????????最后還有一個渠道就是購買數(shù)據(jù)，例如可以從淘寶等渠道得到你想要的數(shù)據(jù)，最終訓(xùn)練得到符合業(yè)務(wù)場景的模型。總之最終我們需要的是初始的業(yè)務(wù)數(shù)據(jù)，訓(xùn)練得到第一版模型，后續(xù)項目啟動后即可從數(shù)據(jù)庫中導(dǎo)出數(shù)據(jù)，進而不斷迭代模型。

????????