）：像学做蛋糕、学骑车、学数学，需要通过大量的尝试和调整来找到最优方法。
2 推理（ference）：一旦学会，就可以直接应用所学知识解决新问题，而不需要重新学习。
3 机器学习也是如此，先学习，再推理，学习阶段需要大量数据和计算，而推理阶段则是快速做出预测。
用故事解释“先学习，后推理”
故事背景：小明练武功
小明是个普通的少年，他梦想成为一名武术高手。于是，他拜入一位武林大师门下，开始了艰苦的训练。整个过程分为两个阶段：
第一阶段：学习（trag）
1 基础训练：大师先教小明基本功，比如扎马步、挥拳、踢腿。小明每天练习，但一开始总是摔倒、动作不稳。
2 不断调整：大师发现小明的拳法太慢，就让他多练速度；踢腿力度不够，就让他多踢沙袋。
3 不断试错和改进：小明每天练习，对着木桩出拳，调整自己的姿势，直到动作变得流畅有力。
4 终于掌握武艺：经过几年的刻苦训练，小明学会了大师的所有招式，他的身体已经形成肌肉记忆，不再需要刻意思考每个动作。
这一阶段就像机器学习的训练阶段，模型在大量数据上不断调整参数，使自己变得越来越“聪明”。
第二阶段：推理（ference）
1 挑战来临：一天，小明遇到了一名江湖恶徒，恶徒朝他冲来！
2 快速反应：小明不需要思考如何出拳，因为他已经练习了无数次，身体自动做出了最佳反应，迅速挡住对方攻击，并反击成功。
3 无需重新学习：小明不用重新回去训练，他已经掌握了武艺，直接用所学的招式击败了对手。
这一阶段就像机器学习的推理阶段，模型已经学会了如何处理问题，面对新情况时，直接输出预测结果，而不需要重新训练。
用比喻解释“先学习，后推理”
比喻1：学开车
学习阶段：刚开始学开车时，你需要集中注意力，反复练习踩油门、刹车、打方向盘。
推理阶段：学会后，你上路时不再需要刻意思考