从本地或URL读取数据，并完成预处理操作（如数据校验，格式转化等），保证模型可读性。：网络结构设计，相当于模型的假设空间，即模型能够表达的关系的集合。：设定模型采用的寻解算法，即优化器，并指定计算资源。：循环调用训练过程，每轮都包括前向计算，损失函数（优化目标）和后向传播三个步骤。：将训练好的模型保存，模型预测时调用。正是由于深度学习的建模和训练过程存在通用性，在构建不同的模型时，只有模型的三要素

作为在线出行行业的主流服务，共享出行包含专车、快车等网约车服务，分时租赁服务，以及2016年火爆市场的共享单车服务；相比网约车的专/快车及顺风车，共享单车解决了用户“最后一公里”的出行问题，节约用户等车的时间成本及服务的费用成本；相比分时租赁，共享单车使用方便，取还车灵活，使用性价比高，目前共享单车用户覆盖率增长迅速，远超分时租赁用户群体，因此共享单车项目还是值得大家看看

作为在线出行行业的主流服务，共享出行包含专车、快车等网约车服务，分时租赁服务，以及2016年火爆市场的共享单车服务；相比网约车的专/快车及顺风车，共享单车解决了用户“最后一公里”的出行问题，节约用户等车的时间成本及服务的费用成本；相比分时租赁，共享单车使用方便，取还车灵活，使用性价比高，目前共享单车用户覆盖率增长迅速，远超分时租赁用户群体，因此共享单车项目还是值得大家看看

作为在线出行行业的主流服务，共享出行包含专车、快车等网约车服务，分时租赁服务，以及2016年火爆市场的共享单车服务；相比网约车的专/快车及顺风车，共享单车解决了用户“最后一公里”的出行问题，节约用户等车的时间成本及服务的费用成本；相比分时租赁，共享单车使用方便，取还车灵活，使用性价比高，目前共享单车用户覆盖率增长迅速，远超分时租赁用户群体，因此共享单车项目还是值得大家看看

机器学习中，训练集是知道的，但是测试集是未知的，所以做标准化时只能用训练集的参数（这个参数指 最大最小值标准化中的最大值最小值，或者是正态标准化中的均值和方差）来做，两个fit_transform是用的各自数据集的参数来进行标准化。但是实际中，我们不能用测试集的参数来标准化测试集，要用训练集的参数来标准化训练集。

机器学习中，训练集是知道的，但是测试集是未知的，所以做标准化时只能用训练集的参数（这个参数指 最大最小值标准化中的最大值最小值，或者是正态标准化中的均值和方差）来做，两个fit_transform是用的各自数据集的参数来进行标准化。但是实际中，我们不能用测试集的参数来标准化测试集，要用训练集的参数来标准化训练集。