神经网络中的过拟合定义问题定义过拟合（overfitting）:是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。具体表现就是模型在训练集上效果好，在测试集上效果差。模型泛化能力弱。问题1.拟合的模型一般是用来预测未知的结果，过拟合虽然在训练集上效果好，但是在实际使用时（测试集）效果差。2.机器学习算法为了满足尽可能复杂

1.举例说明import语句用来导入其他 python文件（称为模块 module），使用该模块里定义的类、方法或者变量，从而达到代码复用的目的。为了方便说明，我们用实例来说明 import 的用法，读者朋友可以跟着尝试（尝试时建议使用 python3，python2 和 python3 在 import 的表现有差异，之后会提到）。首先，先建立一个文件夹Pythonproject作为工作目录，并

1.创建虚拟环境conda create -n env_name python=3.7 -yconda activate env_name2.安装对应版本的pytorchpytorch官网安装页面查看cuda版本nvidia-sminvcc -V我的cuda10.1安装pytorchconda install pytorch==1.8.0 torchvision==0.9.0 torchaudio

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentat我的语雀原文地址[作者CVPR演讲][作者演讲ppt][arXiv论文][GitHub上的代码]一、简介此系列论文首先提出了一种新型的处理点云数据的深度学习模型-PointNet，并验证了它能够用于点云数据的多种认知任务，如分类、语义分割和目标识别。它在

1.举例说明import语句用来导入其他 python文件（称为模块 module），使用该模块里定义的类、方法或者变量，从而达到代码复用的目的。为了方便说明，我们用实例来说明 import 的用法，读者朋友可以跟着尝试（尝试时建议使用 python3，python2 和 python3 在 import 的表现有差异，之后会提到）。首先，先建立一个文件夹Pythonproject作为工作目录，并

一、make和cmake1. makemake，常指一条计算机指令 ，可以从一个名为Makefile的文件中获得如何构建程序的依赖关系。通常项目的编译规则就定义在makrfile 里面，比如： 规定先编译哪些文件，后编译哪些文件… 当编写一个程序时，可以为它编写一个makefile文件，不过在windows下的很多IDE 工具，内部都集成了这些编译的工作，只需要点击某一个按钮，一切就完成了。换算到

cuda1.查看你的NVIDIA显卡驱动nvidia-smi/proc/driver/nvidia/version2.关键点：gcc降级因为Ubuntu20.04自带的gcc版本为9.3，而cuda10.1不支持gcc-9，因此要手动安装gcc-7，命令如下：sudo apt-get install gcc-7 g++-72.1设置默认的gcc安装完gcc-7，系统中就存在两个版本的gcc，因此要

1.先安装各种依赖sudo apt-get updatesudo apt-get install git build-essential linux-libc-devsudo apt-get install cmake cmake-guisudo apt-get install libusb-1.0-0-dev libusb-dev libudev-devsudo apt-get install

1.举例说明import语句用来导入其他 python文件（称为模块 module），使用该模块里定义的类、方法或者变量，从而达到代码复用的目的。为了方便说明，我们用实例来说明 import 的用法，读者朋友可以跟着尝试（尝试时建议使用 python3，python2 和 python3 在 import 的表现有差异，之后会提到）。首先，先建立一个文件夹Pythonproject作为工作目录，并

处理复杂的多输入、多输出非线性系统，神经网络要解决的基本问题是分类问题。1.神经网络的种类：误差反向传播（Back Propagation，BP）神经网络概率神经网络卷积神经网络（Convolutional Neural Network ，CNN－适用于图像识别）时间递归神经网络（Long short－term Memory Network ，LSTM－适用于语音识别）最简单且原汁原味的神经网络则