今天用python实现了一下神经网络回归，遇到了好几个问题，总结了一下问题的类型和解决方案：本文侧重实现过程中的问题解决代码如下：from sklearn import datasetsimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn import preproces...

用pip git + install 报错的解决方案。

时，已经提到过了如何安装一个虚拟的环境，这样做可以保证每个项目的package之间不会出现冲突。但是最近遇到了一个小问题，就是如果写代码时候用的Jupyternotebook时，选择changekernel的位置并没有，新安装好的虚拟环境，只有一个自带python3(ipykernel)，如下图。我们选择Pytorch后，就可以使用我们配置好的Pytorch环境了。针对这个问题查了一些资料，终于搞

今天碰到一个问题，训练数据随着随着时间的累计越来越多。这样如果每一次训练都把所有的样本，训练一次，既浪费资源又耽误时间。所以，希望可以时间基于已有的模型，直接训练新的数据。比如，我用第一个月的数据训练好了一个模型，现在又来了第二个月的数据，以往的方式是把一月和二月的数据拼起来训练模型，现在希望的基于一月份已经获得的模型，直接训练二月份的数据。具体方法为：step 1 利用一月份的数据训练得到模型，