什么是输入和输出？
训练的目标是改进模型，使它可以进行高质量的估计或预测。 经过训练后，可以像普通软件一样在现实世界中使用模型。
模型不会自行训练。 它们是使用数据和两段代码进行训练的：目标函数和优化器。 我们来了解一下这些组件如何协同工作来训练模型以实现良好的工作。
目标
目标即我们希望模型能够执行的操作。 例如，我们场景的目标是能够根据狗的套具尺寸来估计狗的靴子尺寸。
为了让计算机能够了解我们的目标，我们需要将目标作为称为目标函数（也称为成本函数）的代码片段提供。 目标函数判断模型表现得不错（正确地估计了靴子尺寸）还是糟糕（错误地估计靴子尺寸）。 我们将在后面的学习材料中更深入地介绍目标函数。
数据
数据是指我们向模型提供的信息（也称为输入）。 在我们的场景中，输入是套具尺寸。
数据也指目标函数可能需要的信息。 例如，如果我们的目标函数报告模型是否准确猜测了靴子尺寸，那么它需要知道正确的靴子尺寸！ 正因如此，我们在上一练习中提供了套具尺寸以及正确答案来用于训练代码。
在下一练习中，我们将练习使用数据。
优化器
在训练期间，模型进行预测，目标函数计算模型的表现。 优化器是一段代码，可以随后更改模型的参数，使模型能够在下一次表现得更好。
优化器调整参数的原理非常复杂，我们将在后面的材料中进行讲解。 不过别害怕：我们通常不会编写自己的优化器，我们会使用开放源代码框架，这些框架已经为我们完成了繁重的工作。
务必要记住的一点是，目标、数据和优化器只是一种训练模型的方式。 训练完成后就不再需要它们了。 还务必要记住的是，训练只会更改模型中的参数值；它不会更改所使用的模型类型。