诸：1和3主要由数据集决定，而2则是有模型的结构决定，需要计算。对于2的计算，如果模型很复杂，尤其网络特别深，我们要按照输入尺寸，从头到尾进行计算，这样太麻烦了。以前面的模型和参数作为 baseline，对其进行改进如下，目的是提高测试集准确度，减少泛化误差，模型参数量和运算量。分析：泛化误差为训练精度和验证精度的差值，观察上图可知，随着训练的进行，泛化误差在增加。设计函数如下，注意不同的模型有不

入门机器学习，对机器学习有了初步的了解

目的：寻找合适的参数使得误差之和为最小假设有n个训练数据，那么它们的误差之和可以用这样的表达式表示。这个表达式称为目标函数，E(θ)的E是误差的英语单词Error的首字母。注：x(i)和y(i)中的i不是i次幂的意思，而是指第i个训练数据为什么要计算误差的平方呢？误差可能为负值，正负相抵为0，而不使用绝对值是因为绝对值不方便微分，相比而言平方的微分更加简单。为什么整个表达式还要乘以1/2微分之后会

Pycharm 要求为专业版，需要有 SSH 连接工具。进行注册，创建一个容器实例。

卷积网络认为图像是带有规则形状的有组织的像素点，通过卷积操作对局部区域进行特征提取。ViTs 把图像认为是块的序列，通过注意力机制在全局范围内进行特征提取。我们提出了一种不同于 ConvNets 和 ViTs 的特征提取结构 Contetx clusters (CoCs)

常用快捷键和快捷语句Ctrl+Shift+Enter：将输入的if、for、函数等等补上{}或者;使代码语句完整Ctrl+Alt+T：将选中的代码使用if、while、try/catch等包装Alt+/：自动完成Alt+Enter：自动提示完成Ctrl+/：使用//进行注释Ctrl+Shift+/：使用/**/进行注释Ctrl+Alt+L：格式化代码Ctrl+Alt+I：自动缩进行Ctrl+Alt

使用Python进行数学建模

使用Python进行数学建模的学习

Vue2 APIVue2 guide参考以上资料选择一些常用高频核心的Vue2知识进行总结归纳1.基础 Vue文件 = template+script+style 创建vue实例 var vm = new Vue({选项对象}) html标签体插值{{xxx}} ，xxxx 会作为js 表达式解析 单向数据绑定data–>html:v-bind:href ="xxx" 或简写为:href 双

Vue2 APIVue2 guide参考以上资料选择一些常用高频核心的Vue2知识进行总结归纳1.基础 Vue文件 = template+script+style 创建vue实例 var vm = new Vue({选项对象}) html标签体插值{{xxx}} ，xxxx 会作为js 表达式解析 单向数据绑定data–>html:v-bind:href ="xxx" 或简写为:href 双