【整理自Forecast:Principle and Practice chapter6.】1. 时间序列的成分对于一个时间序列{y(t)}，假设它是加性模型（an additive decomposition），则可以写成　　　　　　　　　　　　　y(t)=S(t)+T(t)+R(t),其中S(t)、T(t)、R(t)分别是周期成分（seasonal component）、趋势成...

https://computingforgeeks.com/how-to-install-r-and-rstudio-on-ubuntu-debian-mint/

文章目录1. 报错说明2. 解决办法3. 原因分析1. 报错说明安装完mmdetection之后，运行测试案例，报错ImportError: libcudart.so.11.0: cannot open shared object file: No such file or directory我搜了一下，看到有些帖子，是 libcudart.so.10.1，libcudart.so.9.0等。2.

本文直译自《hands on ML》课后题。（有改动的以【】表示）。1.在同一个训练集上训练五个不同的模型，它们的准确率（precision）都为95%，是否有可能把它们组合起来获得更好的结果？如果可以，该怎么做？如果不可以，为什么？可以尝试把这五个模型组合成 voting ensemble，一般会有更好的结果。当这五个模型越不同的时候（例如分别为SVM、CART、LR等）效果越好。当训练集不..

文章目录1. 安装命令2. 验证安装成功3.关于cuda的版本等问题1. 安装命令从下面链接找到符合自己环境的安装命令Pytorch官方：INSTALLING PREVIOUS VERSIONS OF PYTORCH我用的是：pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/w

本文直译自《hands on ML》课后题。（有改动的以【】表示）。1.图片分类中，CNN相对于全连接的DNN有什么优势？（a）由于只是局部连接，同时高度复用weight，CNN比全连接DNN少很多参数，这使得它训练更快，减少了过拟合的风险，需要的训练集小得多。（b）当CNN学习到检测某个特征的核（kernel）的时候，它可以在图片的任何位置检测到这个特征。而DNN在某个位置学习到某个特征，...

文章目录1. 常用设置2. 常用插件1. 常用设置2. 常用插件

背景：我用vscode在远程服务器上画图，用的是X11插件。问题是，画图时经常报错 ：X Error of failed request:BadAccess (attempt to access private resource denied)Major opcode of failed request:18 (X_ChangeProperty)Serial number of failed re

【以下有自己搜索和理解的内容，未必全对，供有需要的同学参考。】1. 什么是并联神经网络如下图所示，有时候需要搭建一个如下图的网络：“并联”两个子网络，将他们的输出层Concat到一起，然后在二者合并之后的网络上继续添加隐层。2. tensorflow2 代码实现2.1 构造网络的图tensorflow2已经没有像tf1里面那么强调图，不过感觉像这种构造一些比较灵活的网络，其实隐含了“图......

可以参考 docker打包python项目成镜像文件，我也是参考的这个，因为一些命令我没跑通，所以自己写了这个笔记，不过里面大部分还是有用的。文章目录0. 前提准备1. 编写Dockerfile2. 构建镜像命令3. 运行镜像4. 进入容器内部5. 保存镜像到本地0. 前提准备要保证代码服务在本地至少是跑得通的，再打包。1. 编写DockerfileFROM python:3.7# python的