摘要：
卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层） 卷积层 用它来进行特征提取，如下： 输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3的filt 阅读全文
摘要：
seq2seq的用途有很多，比如机器翻译，写诗，作曲，看图写文字等等用途很广泛！该模型最早在2014年被Cho和Sutskever先后提出，前者将该模型命名为“Encoder-Decoder Model”也就是编码-解码模型，后者将其命名为“Sequence to Sequence Model”也就 阅读全文
摘要：
知识点归集： k折交叉验证： 过拟合和欠拟合： 模型复杂度 n_train训练样本数，n_test测试样本数 poly_features聚合特征 def semilogy定义画图函数，帮助观察训练误差和泛化误差的关系 def fit_and_plot训练的过程，训练误差和泛化误差打印出来，调用前面的 阅读全文