对线性层的复用Dense网络：稠密网络RNN专门用来处理带有序列模式的数据，也使用权重共享减少需要训练的权重的数量RNN Cell本质是一个线性层，把一个维度映射到另一个维度循环神经网络的激活函数用的是tanh,因为tanh的取值在-1到+1之间把RNN Cell以循环的方式把序列（x1,x2,…）一个一个送进去，然后依次算出隐藏层(h1,h2…)的过程,每一次算出来的h会作为下一个RNN Cel

python：小甲鱼（b站）/ 慕课网机器学习：吴恩达（Coursera/b站）liuyubobobo（慕课网）深度学习：吴恩达（Coursera/b站）pytorch：七月褚则伟（b站）IBM AI（Coursera）计算机视觉：斯坦福CS231n（b站）自然语言处理： 斯坦福CS224n（b站）CV顶会：CVPR/ICCV/ECCVNLP顶会：ACL/EMNLP/NAACL基础的算法和数据结构

创建项目如果创建出来的工程没有src目录，在这里加上-DarchetypeCatalog=internal之后重新创建工程（moule）显然，按照 maven archetype 原型创建的 maven web 工程缺少 maven 项目的完整结构：src-main-java / resources，src-test-java/resources，所以需要我们手动添加文件目录。创建缺省文件夹把文件

2020 年机器学习趋势：建立统一的跨媒体多模态内容理解内核描述类任务（表示，转换，对齐，融合）视频描述1 Predicting Visual Features from Text for Image and Video Caption Retrieval：输入原始图像，图像标题和众多描述图像的句子，将它们映射到隐空间并合成视频描述。2 Watch, Listen, and Describe: G

Dataset and DataLoader是加载数据的两个工具类Dataset：构造数据集（数据集应该支持索引，能够用下标操作快速把数据拿出来） DataLoader：主要目标是拿出一个MiniBatch(一组数据)供我们训练的时候快速使用在上面的代码中，训练时，每次给Model做前馈的时候都是把所有的数据（x_data）传进去的在做梯度下降的时候有两种选择：①全部的数据都用（Batch）②随机

当你需要卸载时，可以打开cmd输入以下指令，如果有多个版本，就执行多次指令，一次只能卸载一个版本，我是不小心安装了gpu版本的pytorch,所以想卸载pip uninstall torchpip uninstall torchvision

from sklearn.tree importDecisionTreeClassifier

对线性层的复用Dense网络：稠密网络RNN专门用来处理带有序列模式的数据，也使用权重共享减少需要训练的权重的数量RNN Cell本质是一个线性层，把一个维度映射到另一个维度循环神经网络的激活函数用的是tanh,因为tanh的取值在-1到+1之间把RNN Cell以循环的方式把序列（x1,x2,…）一个一个送进去，然后依次算出隐藏层(h1,h2…)的过程,每一次算出来的h会作为下一个RNN Cel

Sklearn转换器和预估器估计器(sklearn机器学习算法的实现)在sklearn中，估计器(estimator)是一个重要的角色，是一类实现了算法的API1、用于分类的估计器：sklearn.neighbors k-近邻算法sklearn.naive_bayes 贝叶斯sklearn.linear_model.LogisticRegression 逻辑回归sklearn.tree 决策树与随

我是在力扣提交答案出现的这个问题，百思不得其解答，最后看的力扣的评论区才发现的，原来力扣测试用的是一个空数组，而我没有排除这种情况导致数组索引越界了。解决方法加上下面的代码，先进行判断数组是否为空class Solution {public boolean findNumberIn2DArray(int[][] matrix, int target) {if (matrix == null ||