吴恩达《机器学习》之Logistic回归原理讲解与Python代码实现，服数据集

机器学习--线性回归的原理讲解以及代码实现，实验分析，附数据与源码

ImageNet是由斯坦福大学等机构从2007年着手开始组件的大型计算机视觉数据集。自从2009年发布以来，已经成为了计算机视觉领域广泛用于指标评价的数据集。直到目前，该数据集有超过1400万张图像，是深度学习领域中图像分类、检测、定位的最常用数据集之一。“ImageNet大型视觉识别任务”，即ImageNetLarge-ScaleVisualRecognitionChallenge，是基于Ima

谷歌免费开放算力Colab应用使用教程

这是一篇CVPR2020的论文，论文地址：Training Noise-Robust Deep Neural Networks via Meta-Learning (thecvf.com)https://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_Training_Noise-Robust_Deep_Neural_Networks_via

实现神经网络的反向传播求导，并用梯度来优化神经网络，实现对手写数字的多分类任务。在最后对隐藏层进行可视化。

从数学角度推理PCA降维的方法，使用python实现PCA降维，实现人脸数据的压缩。附带源代码和数据集。

机器学习--线性回归的原理讲解以及代码实现，实验分析，附数据与源码

2022科大讯飞糖尿病遗传风险预测挑战赛记录

一、实验目的本实验介绍在Linux中使用信号量进行进程同步、互斥的方法。读者可以通过实验进一步理解进程间同步与互斥、临界区与临界资源的概念与含义，并学会Linux信号量的基本使用方法。二、实验环境硬件环境：计算机一台，局域网环境；软件环境：Linux Ubuntu操作系统，gcc编译器。三、实验内容和步骤（一）参考：POSIX以及System VSystem V：Unix众多版本中的一支，最初由A