通过调整神经元之间的连接权重，神经网络可以学习数据中的模式和特征。把𝑎0, 𝑎1, 𝑎2, 𝑎3看成更为高级的特征值，也就是𝑥0, 𝑥1, 𝑥2, 𝑥3的进化体，并且它们是由 𝑥与决定的，因为是梯度下降的，所以𝑎是变化的，并且变得越来越厉害，所以这些更高级的特征值远比仅仅将 𝑥次方厉害，也能更好的预测新数据。在我们上面三层的神经网络例子中，第三层也就是输出层做出的预测利用的是

问题：怎样评价一个学习算法，了解了模型选择问题，偏差和方差的问题。诊断法则怎样帮助我们判断，哪些方法可能有助于改进学习算法的效果，而哪些可能是徒劳的呢？

接下来是重中之重，第一个选项是添加环境变量，默认是没有勾选的，请务必勾选上，如果这里不勾选，后续安装完成后想要自行添加环境变量会非常麻烦。接下来选择安装路径，这里不建议装在C盘，安装完大概3个G左右，现在都是固态硬盘了，安装到固态硬盘就好，路径要知道自己安到了哪里（后续使用不同环境的时候会用到这个安装路径）。输入：conda config --remove channels https://mir

小结一下使用神经网络时的步骤：网络结构：第一件要做的事是选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。第一层的单元数即我们训练集的特征数量。（输入值）最后一层的单元数是我们训练集的结果的类的数量。（输出值）如果隐藏层数大于 1，确保每个隐藏层的单元个数相同，通常情况下隐藏层单元的个数越多越好。我们真正要决定的是隐藏层的层数和每个中间层的单元数。参数的随机初始化利用正向传播方法计算所有

*特性：**轻量化、低延迟、隐私保护、高效模型、功耗节能、预训练模型。TensorFlow lite的组件：转换器（to TensorFlow lite format):将Tensorflow模型，转换为可被解释器有效可读的形式。引入优化功能，以提高二进制大小模型的性能和减少模型大小。解释器（Core):支持多种平台（Android.iOS、嵌入式Linux和微控制器），用于加速推理的平台API。

接下来是重中之重，第一个选项是添加环境变量，默认是没有勾选的，请务必勾选上，如果这里不勾选，后续安装完成后想要自行添加环境变量会非常麻烦。接下来选择安装路径，这里不建议装在C盘，安装完大概3个G左右，现在都是固态硬盘了，安装到固态硬盘就好，路径要知道自己安到了哪里（后续使用不同环境的时候会用到这个安装路径）。输入：conda config --remove channels https://mir

问题描述：在mac电脑中的idea中安装了华为的codearts snap插件，一直登录不了，账号是没问题的，后来我怀疑是我的代理有问题，找到IDEA中的代理设置先是有这个问题“You have JVM property "https.proxyHost" set to "127.0.0.1"This may lead to i”后来我又查了一些资料，感觉是我的idea中没有代理的原因，我就查看我