代码如下：from sklearn.neighbors import NearestNeighborsimport numpy as npX = np.array([[-1,-1],[-2,-1],[-3,-1],[1,1],[2,1],[3,2]])nbrs = NearestNeighbors(n_neighbor

例子：先创建a：再创建b：将b进行repeat，得到c：b的维度是：[1,2,1,3]c = b.repeat(1,1,5,1)的含义是，在0维度重复1次，在1维度重复1次，在2维度重复5次，在3维度重复1次（重复1次，即不重复）；相当于把b的这一维度的值复制1次复制给c。参考：torch.repeat 张量维度复制：https://www.csdn.net/tags/MtTaIgysODAyND

>>> a = np.arange(10).reshape(2,5)array([[0, 1, 2, 3, 4],[5, 6, 7, 8, 9]])>>> a[:1,:3]array([[0, 1, 2]])>>> a[:2,:3]array([[0, 1, 2]])>>> a[:,:3]array([[0, 1, 2]])&

在MathType“样式-定义”中，可以对数学、文本、函数、变量等不同类型进行定义，定义好之后，后续在公式编辑的时候，可以根据定义好的格式进行选择即可。参考：MathType部分加粗如何实现：https://www.mathtype.cn/jiqiao/bufen-jiacu.html......

如果所有的页面都编译的话花费时间较长，因此将文章的不同部分分成不同的文件，分别编译，提高效率，也便于书写，理清逻辑。多文件编译（主文件、子文件划分）拿到Latex模板后，不同模板具有不同的格式要求。我们要做的是在【主文件开头】加上如下代码，来声明这是编译的主文件：\def\allfiles{}在各个【子文件】中，【开头】加上下述代码，表明如果主文件已经存在声明，那么直接开始document编写，否

然后再回到 信息绑定 的步骤，出现“绑定成功”后，即可开始进行剪藏。也是只保留问号前面的部分。

Obsidian：基于Markdown文件的本地知识管理软件。官网：https://obsidian.md/设置-关于-语言，更改语言。设置-外观-主题，更改外观。设置-第三方插件-安全模式，关闭，然后进行手动安装插件。因为下方的插件社区，有些插件，博主找不到，有些可以直接安装，所以更加推荐手动安装插件。手动安装插件：打开创建库时存放文件夹的地址，里面有个.obisidian文件夹，在其中新建pl

其中，数据是numpy形式，行和列是list，三者的长度要一致。行、列一起定位数据的坐标位置。没有数据、坐标的部分，默认为0。通过csr_matrix构建得到的是稀疏矩阵。将稀疏矩阵转为稠密矩阵。将稠密矩阵转为稀疏矩阵。...

import gcdel train, train_label, train_x, train_y, val_x, val_ygc.collect()垃圾回收开始的时候当前所有线程都将被挂起，开始收集托管堆上的垃圾，收集完了还要压缩内存，然后等待垃圾回收结束以后再恢复这些线程，从这个角度来说，还是少调用垃圾回收，但是不是不能调，要视情况而定。 【占用内存较多】将变量的引用删除后，进行内存回收。参考