通常模型调参可通过网格搜索的方式进行搜索实验，但是另一种方法是在训练期间评估模型在每次迭代的模型性能，并将结果绘制成图，则该图即为学习曲线。学习曲线提供了一种模型诊断工具，可以解释并建议对模型超参数进行特定更改，从而可能会提高预测性能，通常学习曲线是在 x 轴上显示时间或经验，在 y 轴上显示学习或改进的评估指标值，从而更加了解模型 “学习” 的程度。欠拟合过拟合良好拟合。

模型验证曲线用于评估模型是否存在过拟合与欠拟合情况，且有助于调整模型超参数。

模型验证曲线用于评估模型是否存在过拟合与欠拟合情况，且有助于调整模型超参数。

通常模型调参可通过网格搜索的方式进行搜索实验，但是另一种方法是在训练期间评估模型在每次迭代的模型性能，并将结果绘制成图，则该图即为学习曲线。学习曲线提供了一种模型诊断工具，可以解释并建议对模型超参数进行特定更改，从而可能会提高预测性能，通常学习曲线是在 x 轴上显示时间或经验，在 y 轴上显示学习或改进的评估指标值，从而更加了解模型 “学习” 的程度。欠拟合过拟合良好拟合。

介绍LSTM主要组成及公式解析

WSL2设置静态IP

基于virtualenv+virtualenvwrapper创建python虚拟环境