在最外层的包上我们点击右键，然后按照下图操作，将最外层的包作为根路径，然后确定，我们就会发现此时错误已经消失了，可以使用导入包中的函数了！出现的问题页面--导入自己的包报错。

一、为什么要学习神经网络因为之前所学的分类算法，比如线性回归、逻辑回归等，都有一个缺点，即：当特征太多时，计算的负荷会很大。二、模型表示2.1 概述神经网络是一种仿生模型。我们先介绍一下生物神经网络：在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变神经元内的点位，如果某个神经元的电位超过了一个阈值，那么它就会被激活，即“兴奋”起来，向其他神经元

参考博客图像特征匹配方法——SIFT算法原理及实现_Eating Lee的博客-CSDN博客_sift匹配算法参考博客https://blog.csdn.net/v_JULY_v/article/details/6186942在图像处理中，有时候并不需要使用目标所有的像素，所以，可以从图像中提取能够表示图像特性或者局部特性的像素，这些像素叫做角点或者特征点。使用它可以极大地减少数据量，提高计算速度

一、为什么要学习神经网络因为之前所学的分类算法，比如线性回归、逻辑回归等，都有一个缺点，即：当特征太多时，计算的负荷会很大。二、模型表示2.1 概述神经网络是一种仿生模型。我们先介绍一下生物神经网络：在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变神经元内的点位，如果某个神经元的电位超过了一个阈值，那么它就会被激活，即“兴奋”起来，向其他神经元

B站视频-李宏毅机器学习2021-自注意力机制1.要解决的问题当把输入看成一个向量，输出是数值或者类别。但是如果遇到更复杂的问题呢？假设输入是多个向量，而且数目不固定，要怎么处理呢？（1）输入vector set as input —向量集输入举例例1 一句话如下图所示，第一种方式可以利用one-hot encoding，但是这种方式下每一个词之间没有关系。第二种方式是word enbedding

这也是刚接触到一个新领域时候，必须要做的事情，先找到最新最好的算法论文，然后根据这篇论文的代码实现，先跑下代码，接着再去了解细节，或者是根据它的参考论文，来学习这个领域最近几年的论文（一般是3年到5年内的），逐渐熟悉这个领域的研究方向和难点所在。还是PaperswithCode的团队做出了一个可以查询领域最新算法的网站，它总共包含了16个大类，950+的单独子类任务，500+个评估结果（包含Sot

B站视频-李宏毅机器学习2021-自注意力机制1.要解决的问题当把输入看成一个向量，输出是数值或者类别。但是如果遇到更复杂的问题呢？假设输入是多个向量，而且数目不固定，要怎么处理呢？（1）输入vector set as input —向量集输入举例例1 一句话如下图所示，第一种方式可以利用one-hot encoding，但是这种方式下每一个词之间没有关系。第二种方式是word enbedding

。。深度学习环境配置失败了，版本不匹配，卸载卸载