所用的数据集是关于酒店的中文评价，数据量为5265条，其中2822条好评，其余的均为差评。我们目的就是利用LSTM和全连接实现自定义网络结构对数据集进行训练，然后实现中文评论的情感分析，分析评论是正面的还是负面的。

计算机的"大脑"，负责执行程序指令和处理通用计算任务。

排列方式发生变化。结果：水平垂直翻转：元素全部倒过来按照z字形排列；垂直翻转：元素按照X轴镜像，倒下来；水平翻转：元素按照Y轴镜像，倒过去。

预训练模型（Pretrained Model）：在大规模数据上提前训练好模型，让模型先学习这些大数据的通用信息，掌握一般的特征或知识。然后再迁移到具体的任务中，无需重新从0开始训练。注意：这些数据集是没有标签的，进行的是无监督学习。预训练模型总结来的两个重要思想就是预训练和微调。预训练模型的杰出代表：ChatGPT、BERT。

可以选择多种平台，如deepseek、openAI、qwen等等，这里以deepseek示例。

检索器：负责从存储系统中获取相关文档的核心组件，为问答系统、聊天机器人等应用提供知识检索能力。

检索器：负责从存储系统中获取相关文档的核心组件，为问答系统、聊天机器人等应用提供知识检索能力。

神经网络（Neural Networks）是一种模拟人脑神经元网络结构的计算模型，用于处理复杂的模式识别、分类和预测等任务。神经网络由多个互相连接的节点（即人工神经元）组成。线性层：神经网络中常用的层类型，主要用于将输入数据通过线性变换映射到输出空间。API：解释：in_features:输入特征的数量；out_features:输出特征的数量；bias:是否设置偏置项，为True则表示设置偏置，

可以选择多种平台，如deepseek、openAI、qwen等等，这里以deepseek示例。

sklearn库中的玩具数据集，葡萄酒数据集。在前两次发布的内容《机器学习基础中》有介绍。