pycharm控制台太多日志，导致最开始的有用信息被覆盖，解决方案场景是当我用keras训练LSTM模型的时候，总数据量大概是50w，训练数据大概40w，64个数据一个batch，训练了5epoch，结果就是控制台每训练64个数据，就显示了当前的loss和acc，一个epoch结束之后，显示valloss 和valacc。解决方案：搜索了一下网上的大家好像很少遇到这样的问题，也许是pycharm自

pandas DataFrame 中按条件筛选或去重后，需要重新定义index，否则会出现index错误看了那么多博客，真的没几个能写到点上的，查了半天，试了半天，结果就一句话搞定。test_df = test_df.reset_index(drop=True)到这里有基础的大部分就知道怎么解决的，节约大家时间。不懂的，我写一个完整的。# 主要是想通过字符串长度对df进行筛选，但是没有想到什么好的

单例目标单例设计模式__new__ 方法Python 中的单例01. 单例设计模式设计模式设计模式 是 前人工作的总结和提炼，通常，被人们广泛流传的设计模式都是针对 某一特定问题 的成熟的解决方案使用 设计模式 是为了可重用代码、让代码更容易被他人理解、保证代码可靠性单例设计模式目的 —— 让 类 创建的对象，在系统中 只有 唯一的一个实例每一次执行 类名(...

nebula无法创建space的问题

人工智能数学基础之概率论

人工智能之线性代数和数理统计

人工智能之线性代数和数理统计

人工智能数学基础之最优化方法

梯度下降和正规方程的区别梯度下降正规方程需要选择学习速率，当然如果不设置也会有默认值不需要需要多次迭代一次求导得出当特征数量n大时也能比较好的适用需要计算(XTX)−1(X^TX)^{-1} (XTX)−1如果特征数量N较大则运算代价大，因为矩阵的逆的计算时间复杂度为O(n3)O(n^3)O(n3) 通常来说当n小于10000时还是可以接受的适用于...

ROC曲线，AUC，和P-R曲线的关系前言：二值分类器的指标很多，比如precision、recall、F1 score、P-R曲线 等发现这些指标或多或少只能反映模型在某一方面的性能。相比而言，ROC曲线则有很多优点，经常作为评估二 值分类器最重要的指标之一。P-R曲线Precision（查准率）：P=TP/（TP+FP）即预测结果中真正的正例的比例。Recall（查全率）：R...