摘要： 1、普通的CNN层级 ①输入层，若干矩阵 ②卷积层+激活函数Relu ③池化层 ④全连接层 单层为wx+b线性层+激活函数sigmoid ⑤输出层 最后一层为wx+b的线性层+softmax层 结果就是最大值所在索引 即：我们以前在做分类任务的时候，例如手写数字识别，最后一层有两种习惯： 使用sof 阅读全文

摘要： 1. nn.linear nn.linear是线性函数，一般用于全连接层，以cnn为例，卷积层：卷积函数+激活函数relu；池化层：池化函数；全连接层：线性函数+激活函数sigmoid in_features：输入的二维张量的大小，即输入的[ batch_size , size ]中的size； o 阅读全文

摘要： Docker安装及使用手册 1. CentOS Docker安装 Docker支持以下的64位CentOS版本： l CentOS 7 l CentOS 8 l 更高版本 1.1. 使用官方安装脚本自动安装 安装命令如下（用这个装完就可以直接进入第二步镜像与容器的使用了，余下内容仅供了解）： cur 阅读全文

摘要： 关于特征离散的方法 from sklearn.preprocessing import OneHotEncoder 首先，假设 性别：female；male 地域：北京；上海；深圳 那么可以优化成 性别男 性别女 地域北京 地域上海 地域深圳 共5列 那么： 男性北京：[1,0,1,0,0] 女性上 阅读全文

摘要： # -*- coding: utf-8 -*- import pandas as pd import os import re import xlsxwriter import xlrd from random import randint, sample ####线上作业明细 input1 = r 阅读全文

摘要： 一般情况 df.groupby('column1')['column2'].sum() 这样会造成column1成为index column2聚合后没有列名 优化 df.groupby('column1',as_index=Flase).agg({'column2'.'sum'}) 或者多列分类 d 阅读全文

摘要： 5.1 神经元模型 定义：神经网络（neural networks）是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应 神经元：神经网络的基本成分，在生物神经网络中，每个神经元之间相连，当它兴奋时，会向相邻的神经元发送化学物质，从而改变神经元 阅读全文

摘要： 3.1基本形式 f(x)=w1x1+w2x2+....+wdxd+b 向量形式：f(x)=ωΤx + b 线性回归试图学得f(x)=ωΤx + b　，使得f(xi) ≈ yi (这里原著不是约等于，，是这个符号) 距离函数最小时，w，b的取值： 对距离函数求偏导数： 然后，原著中是求偏导数为0的情况 阅读全文

摘要： 简介 决策树是基于树结构进行决策的，决策树的目的是产生一颗泛化能力强，即处理未见示例能力强的决策树，其基本流程遵循简单而直观的“分而治之”（divide-and-conquer）的策略。 伪代码 输入：训练集D = {(x1,y1),(x2,y2),........,(xm,ym)}; 属性集A = 阅读全文

摘要： import pandas as pd import datetime as dt path='D:/jsp/dataframe/tb_store_order.csv' df = pd.read_csv(path,low_memory=False) df = df[['member_id','cre 阅读全文