Yolov5训练自己的数据集，目标检测

对于我们数学出生的来说，在写文章或者写专利的时候经常会用到写公式。不巧的是，除了在学校会用专业工具（比如LaTeX），在企业大多还是word或者Note，如果需要每次都用鼠标去点击符号的话效率低不说，人也差不多累死。首先，我们给出调用数学公式的快捷键组合“alt”+“=”，如下图，你直接alt=，会自动出来公式编辑框，或者你选中某段文本再alt=，文本就自动公式上标、下标、分式、乘号、点乘（需要输

Tensorflow笔记（二）：常用函数2、激活函数、优化器等、神经网络模型实现（商品销量预测）

自然语言处理（英语：Natural Language Process，简称NLP）是计算机科学、信息工程以及人工智能的子领域，专注于人机语言交互，探讨如何处理和运用自然语言。自然语言处理的研究，最早可以说开始于图灵测试，经历了以规则为基础的研究方法，流行于现在基于统计学的模型和方法，从早期的传统机器学习方法，基于高维稀疏特征的训练方式，到现在主流的深度学习方法，使用基于神经网络的低维稠密向量特征训

k-近邻算法采用测量不同特征值之间的距离方法进行分类

一、数据分析思维框架数据分析就是把定性的事情转变为定量，这样我们就能够更具象化、标准化，能横纵对比，能细化放大，能把复杂的事情简单化。数据分析就是寻找被量化的现象之间的【关系】。即y=f(x)，找到两个变量之间的关系，找到的关系越多给实践带来的有效手段就更多。贴合用户认知的建模数据统计——利用数据体现现象（量化），比如建立数据漏斗（矛盾演化规律）数据分析——利用数据寻找现象关系，比如区域、矛盾主题

决策树模型呈树形结构，可以认为是if-then的集合（互斥并且完备：即每一个实例都被一条路径或一条规则所覆盖，而且，只被一条路径或一条规则所覆盖。）或者定义在特征空间与类空间上的条件概率分布

Transformer模型详解

读完人工智能之美一书后，觉得非常有启发的语录如下：1. 关注内在思想，而不是外在行为2. 有了合适的大框架，细节才会有意义、可操控。3. 不同的大脑皮层区域有着一个相同的、强大的通用算法，如果将这些区域按照合适的层级结构连接起来并输入信息流，它就能学会了解周围的环境4. 大脑不需要“计算”问题的答案，它只是从记忆中取出答案。整个大脑皮层就是一个记忆系统，根本不是计算机。它不会计算问题的答案，而是用

read_csv常用