前言第二个作业是年收入判断，任务是做一个线性二元分类器，根据人们的个人资料来判断其年收入是否高于50000美元。这里用了逻辑回归和概率生成模型两种方法。数据集有X_train,Y_train,X_test三个文件。这三个文件是老师事先帮我们将数据整理成csv格式并且全都是数字的数据。X_train、 X_test ：每一行包含一个510-dim的特征，代表一个样本。Y_train: label =

前言项目三是训练一个简单的卷积神经网络，实现食物图片的分类。现在还没有完成，在这里做一个记录。第三个作业比前面两个难了不少，遇到了很多困难，首先还是去理解老师已经给出的代码。这里用了paddlepaddle的深度学习框架，代码里碰到很多不懂的api就去paddlepaddle官网找文档然后加了注释。现在代码已经理解了但是运行还有一些错误。数据集分别为training、validation 以及 t

同一台电脑同时运行多个neo4j数据库互不干扰。在不同路径下重新安装neo4j，修改每个neo4j目录下的配置文件neo4j.conf后面分别改为需要打开的数据库名字。设置不同端口号。不要配置neo4j的环境变量，然后分别从bin目录下用neo4j.bat console 打开。参考：neo4j多个库同时运行_Kai_TJU的博客-CSDN博客_neo4j分库...

同一台电脑同时运行多个neo4j数据库互不干扰。在不同路径下重新安装neo4j，修改每个neo4j目录下的配置文件neo4j.conf后面分别改为需要打开的数据库名字。设置不同端口号。不要配置neo4j的环境变量，然后分别从bin目录下用neo4j.bat console 打开。参考：neo4j多个库同时运行_Kai_TJU的博客-CSDN博客_neo4j分库...