目标模型与训练模型区别

目标模型是指我们需要训练的模型，通常是一个具有一定结构的模型框架，比如卷积神经网络（CNN）或递归神经网络（RNN）。目标模型是在训练模型前预先定义的模型结构，通常包括模型的层数、节点数、激活函数等。

训练模型是指在目标模型的基础上，通过学习数据集中的样本数据，不断调整模型参数，使得模型能够更好地适应数据集。训练模型的过程通常分为两个阶段：前向传播和反向传播。前向传播是指将输入数据通过模型，生成输出结果的过程。反向传播是指计算模型输出结果与样本数据标签之间的误差，并根据误差反向调整模型参数的过程。

因此，目标模型是一个预设的模型框架，而训练模型是根据数据集进行优化的实际模型。目标模型与训练模型的区别在于，目标模型是我们需要训练的模型框架，而训练模型是经过训练优化后得到的实际模型。