❤ 文章有点长，可以收藏一下慢慢看哦 ~提出本模型的论文：Visualizing and Understanding Convolutional Networks一、写在前面的话1. 为什么神经网络能够表现这么好？仅靠一个理论上的自学习和一个理论上的多参数和一个理论上的非线性分类是无法令人们满意的。神经网络的黑盒子特性也让充满好奇心的机器学习学者们拼命想解开神经网络的秘密。在解密神经网络的庞大队伍

怎么找生物信息论文的数据，PubMed太有用了！

一、神经网络与卷积神经网络这里我们构建一个两层神经网络，理论上两层神经网络已经可以拟合任意函数。这个神经网络的结构如下图：首先去掉图1中一些难懂的东西，如下图：1. 输入层在例子中，输入层是坐标值，例如（1,1），这是一个包含两个元素的数组，也可以看作是一个 1×2 的矩阵。输入层的元素维度与输入量的特征息息相关，如果输入的是一张 32×32 像素的灰度图像，那么输入层的维度就是 32×32。2.

一.结论时间复杂度：O(2^n)空间复杂度：O(n)具体分析见标题三二.分析基础一般算法分析都是使用RAM计算模型，而递归算法主要的时间花销就在于函数调用，也就是下图（2）中的子程序调用以及 return 语句。三.具体分析...

微内核结构可以有效地支持多处理机运行，故非常适用于分布式系统，当前比较流行的、能支持多处理机运行的OS，几乎全部都采用了微内核结构，如 Mach OS、Windows 2000/XP。一、计算机体系结构——冯 · 诺依曼结构数学家冯·诺依曼提出了计算机制造的三个基本原则，即采用二进制逻辑、程序存储执行以及计算机由五个部分组成（运算器、控制器、存储器、输入设备、输出设备），这套理论被称为冯·诺依曼体

然后我装了python 3.6，发现怎么都装不了opencv。作者以后能不能都养成提前说明各个环境版本的好习惯呀？Python 3.6 环境下装不了Opencv，报错如下。这个报错并不能指路，我回忆起自己前两天刚装成功了，但是是另一个env下，掐指一算，一定是python版本问题。，发现只支持3.7及以上版本。pip版本也有要求：>= 19.3 ，换了环境，一秒成功。

创作日志： mysql属实是忘完了，但是现在有一百多万的数据要处理，用excel的话会卡死 = =。现在要做的工作是数据去重，主要是依据两个参数或三个参数去重，突然想到了group by带多个参数，这个应该是基础知识吧，只不过我忘了，于是自己动手测试了一下。一、结论1、group by带有两个或多个参数时，参数值 全部都相同的 数据会归为一类。2、可以使用 count() 函数统计每一类的数据量，

创作日志： mysql属实是忘完了，但是现在有一百多万的数据要处理，用excel的话会卡死 = =。现在要做的工作是数据去重，主要是依据两个参数或三个参数去重，突然想到了group by带多个参数，这个应该是基础知识吧，只不过我忘了，于是自己动手测试了一下。一、结论1、group by带有两个或多个参数时，参数值 全部都相同的 数据会归为一类。2、可以使用 count() 函数统计每一类的数据量，