本篇文章结合数据挖掘第八章的理论知识，结合博主拟禾的代码讲解了 ROC 曲线从概念到实现的过程，多算法 ROC 曲线比较。

从最基础的神经网络结构，到BP算法公式推导，原理举例，和代码讲解（代码考虑到字数另加的超链接）

slot attention 是计算机视觉应用领域的算法，我们知道计算视觉应用是在模仿人类的视觉识别过程。像胶囊神经网络关注结构性学习，对以对象为中心的表征学习很困难，而这也是我们人类的视觉识别模式。为了让人工智能视觉识别更加接近人类，提出slot attention 这个学习组件插槽算法，以对象为中心的表征学习，来捕捉自然场景中的自然属性。

本文介绍了使用PyTorch实现手写数字识别任务的全过程。主要内容包括：使用torchvision.datasets加载MNIST数据集，并利用DataLoader进行分批处理；构建基于Sequential的CNN网络结构，包含卷积层、BatchNorm和全连接层；采用交叉熵损失和Adam优化器进行训练，详细说明了训练流程和测试方法；最终模型在测试集上达到98%的准确率，loss降至0.06左右。

Pytorch 实战四 VGG 类似网络的建立，这里建立一个类，核心是初始化操作和前向传播。代码部分的细节在卷积过程中的图片张量变化，函数调用时参数要满足的要求。

slot attention 是计算机视觉应用领域的算法，我们知道计算视觉应用是在模仿人类的视觉识别过程。像胶囊神经网络关注结构性学习，对以对象为中心的表征学习很困难，而这也是我们人类的视觉识别模式。为了让人工智能视觉识别更加接近人类，提出slot attention 这个学习组件插槽算法，以对象为中心的表征学习，来捕捉自然场景中的自然属性。

本文基于前面两个实战，主要讲解了神经网络中的细节层，包括卷积层、池化层、全连接层、损失层等等。给出了其作用和关键代码函数接口。

从最基础的神经网络结构，到BP算法公式推导，原理举例，和代码讲解（代码考虑到字数另加的超链接）

从最基础的神经网络结构，到BP算法公式推导，原理举例，和代码讲解（代码考虑到字数另加的超链接）

数据挖掘期末考试会给考纲，不同学校可能有所不同，大家看问题选取所需。另外有不正确的地方，或者遗漏的地方希望大家在评论区斧正和补充。