一、Thymeleaf 是什么Thymeleaf 是一种Java Web 模板引擎，主要用于在服务器端将数据渲染到 HTML 页面中。用于将后端数据动态渲染到 HTML 页面中的模板引擎，实现了页面与数据的解耦。Controller 负责数据Thymeleaf 负责把数据“填进 HTML”核心特点服务端渲染页面在服务器生成后再返回浏览器HTML友好页面本身仍然是合法HTML使用 th: 语法操作数

数据增广通过变形数据来获取多样性从而使模型泛化性能更好常见方法翻转、切割、变色等等微调通过使用在大数据集上得到的预训练好的模型来初始化模型权重来完成精度提升，相当于使用了先验知识，也相当于将模型初始化在一个距离最优解附近的一个“模型初始化”方法预训练模型质量很重要（比如一般选择 ImageNet 上预训练的 ResNet50 等）微调通常速度更快、精度更高。

最常用的公开数据集分类和回归都是监督学习，因为二者的数据集都有标签，有直接的反馈分类依据按训练数据中是否有标签（以及反馈信号的类型）分：按 学习方式/数据输入方式来分按怎么泛化来分回归就是找条线先导入数据集一元线性回归y=kx+b最优化问题，民主投票，距离的衡量代码实现用测试集试试效果此处不需要归一化，没啥区别因为多元线性回归学习的是每个特征的权重（系数），模型会自动调整这些权重来适应不同特征的数

本笔记为计算机网络笔记

定义：是 PyTorch 所有神经网络层、模型的基类（base class）。所有的网络层（Linear、Conv2d、RNN等）以及你自己写的自定义网络，都必须继承它。特点：举例：Block（块，结构单元）定义：Block 并不是 PyTorch 中的一个正式类名，而是我们在设计网络时人为定义的中间层次结构。它是由若干组成的一个子结构。用途：举例（ResNet 残差块）：Sequential（顺

删除：如果每列或者每行数据缺失值达到一定比例，建议放弃整行或整列插补：通过缺失值每行或每列的平均值，中位数来填充sklearn缺失值API:sklearn.preprocessing.Imputer数据中缺失值格式：np.nan# 1.初始化Imputer,指定”缺失值“，指定填补策略。指定行或列，axis=0代表按列操作# 注：缺失值也可以是别的指定的要替换的值# 2.调用fit_transfo

虚拟机：在window中装一个VMware，通过这个软件我们可以虚拟出来一台或者多台电脑！笨重虚拟机也属于虚拟化技术，Docker容器技术，也是一种虚拟化技术Docker基于Go语言开发的开源项目。

本笔记为计算机网络笔记

定义：是 PyTorch 所有神经网络层、模型的基类（base class）。所有的网络层（Linear、Conv2d、RNN等）以及你自己写的自定义网络，都必须继承它。特点：举例：Block（块，结构单元）定义：Block 并不是 PyTorch 中的一个正式类名，而是我们在设计网络时人为定义的中间层次结构。它是由若干组成的一个子结构。用途：举例（ResNet 残差块）：Sequential（顺

机器学习第一天，配置环境