参考：https://www.jianshu.com/p/be343414dd24问题解决难度：大数据+分布均衡<大数据+分布不均衡<小数据+数据均衡<小数据+数据不均衡方法一：采样采样分为上采样和下采样：上采样会把小众样本复制多份，这样容易造成过拟合问题，解决方法是在重复样本中加入轻微的随机扰动下采样是随机选取大众类，使其和小众类有相同的样本，这样会造成

我做的项目大题有两种思路，一是用opencv库直接训练预测，第二种是通过dlib库提取特征值在根据特征值用其它的机器学习方法预测先说第二种方法（检测人脸并提取68维特征值->68维特征值转128维特征值->KNN比较128维距离）：技术点一，检测人脸提取68维特征值：import dlibimport cv2#源程序是用sys.argv从命令行参数去获取训练模型，精简版

1 垂直边缘检测  2 水平边缘检测   3 sobel 滤波（横向同理）   4 scharr滤波器（横向同理） 5 

转载：https://blog.csdn.net/qq_39521554/article/details/79134274机器学习是一个有着多分支的学科。其中，监督学习是其中发展最为成熟的分支。这不仅是由于在监督学习框架下面有各种各样的学习模型，如逻辑斯特回归、朴素贝叶斯、支持向量机等，更是因为这个框架有着坚实的理论支撑，机器学习中的计算学习理论就是主要为监督学习服务的：这套理论以概率的方式回..

指数加权平均的概念上图中的0.9称之为β，θ1代表第一天的温度，v相当于平均1/（1-β）的天数的数据解释：当到10天后，由于0.9的10次方减少到比较小的值，故可认为v相当于平均1/（1-β）的天数的数据，此时β为0.9 动量梯度下降（Momentum）更新w：w=w-αVdw   更新b同理效果（红色为采用动量梯度下降后）：RMSprop梯度下降更新参数：Adam优化梯度下降修正后的动量和RM

1 垂直边缘检测  2 水平边缘检测   3 sobel 滤波（横向同理）   4 scharr滤波器（横向同理） 5 

1 垂直边缘检测  2 水平边缘检测   3 sobel 滤波（横向同理）   4 scharr滤波器（横向同理） 5 

参考文章：https://en.wikipedia.org/wiki/Matrix_calculus

从Ubuntu17以后，网卡配置文件不再是以前的/etc/network/interfaces，而是新的/etc/netplan 下的 .yaml文件，要修改这个文件。我情况特殊，需要同时配置一个动态ip和一个静态ip，步骤如下：1 切记，如要同时使用2个ip，必须先修改虚拟机的网卡，我这里使用的的VirtualBOX：（这里第一个网卡是nat，第二是host-only）第二步，配置.yaml文件

参考:https://www.zhihu.com/question/20455227https://www.jianshu.com/p/4c3081d40ca61. 什么是数据归一化？归一化（标准化）可以定义为：归一化就是要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证模型运行时收敛加快。归一化和标准化的区别：...