深度学习pipeline和baseline是什么意思？

1.pipeline

最近在看深度学习论文，和技术文章，Pipeline是很常见的单词，但理解一直很模糊，查询了资料，做一些笔记。

pipeline，中文意为管线，意义等同于流水线。

一个生动的形容

Pipeline，你 土味一点 你把它 翻译成 一条龙服务

专业一点，叫 它 综合解决方案，就行。

例子1，最典型的就是Gpu渲染管线，它指渲染一个画面需要经过多少到工序。

例子2，爬虫框架里面。它就是指某个项目或者框架里面需要用到流水线的设计来简化设计，降低复杂度并提高性能。是一种设计方法，是我们将现实中的社会分工借鉴并运用到计算机编程的例子。

例子3，算法或者大数据分析里的指可重复使用，针对新的数据，直接输入数据，可以得到结果的过程。

例子4，回到深度学习模型框架的Pipeline ，和前面三个例子类似，现在的深度学习模型也由很多组件步骤链接起来的。

一个基础的 深度学习的Pipeline 主要包含了下述 5 个步骤：

- 数据读取
- 数据预处理
- 创建模型（具体到模型也有相应的Pipeline,比如模型的具体构成部分：比如GCN+Attention+MLP的混合模型）
- 评估模型结果
- 模型调参

上5个步骤可以抽象为一个包括多个步骤的流水线式工作，从数据收集开始至输出我们需要的最终结果。

总之，深度学习的Pipeline 就是模型实现的步骤。深度学习现在的Pipeline 一般都比较强调模型的组件构成流程。

2.baseline

baseline意思是基线，这个概念是作为算法提升的参照物而存在的，相当于一个基础模型，可以以此为基准来比较对模型的改进是否有效。

通常在一些竞赛或项目中，baseline就是指能够顺利完成数据预处理、基础的特征工程、模型建立以及结果输出与评价，然后通过深入进行数据处理、特征提取、模型调参与模型提升或融合，使得baseline可以得到改进。

所以这个没有明确的指代，改进后的模型也可以作为后续模型的baseline。