TFLOPS：指的是每秒钟可以执行的浮点运算次数，它代表着计算机在处理科学计算、机器学习等任务时的处理能力。TFLOPS的单位是万亿次每秒（trillion floating point operations per second)。一般是指单精度性能FP32。TOPS：指的是每秒钟可以执行的整数运算次数，它代表着计算机在处理图像、音频等任务时的处理能力。TOPS的单位是万亿次每秒（trillio

问题：向量化允许您在L层神经网络中计算前向传播时，不需要在层l = 1, 2, …, L间显式的使用for循环（或任何其他显式迭代循环），正确吗？ps：在层间计算中，我们不能避免for循环迭代。向量化可以去掉外层循环（即遍历样本）

3.认证成功后，在网盘中的“我的应用数据”目录下看到bypy目录，将要传输的数据放入bypy文件夹中。复制授权码，在linux下输入授权码。2.认证（第一次连接需要认证）

1.使用下面的命令，查看详细的pid进程号和占用的显存。显存被占用，但是看不到进程名。

问题：向量化允许您在L层神经网络中计算前向传播时，不需要在层l = 1, 2, …, L间显式的使用for循环（或任何其他显式迭代循环），正确吗？ps：在层间计算中，我们不能避免for循环迭代。向量化可以去掉外层循环（即遍历样本）

【代码】吴恩达机器学习和神经网络第四周assignment4_2个人记录。

然后在DSW实例的Terminal中执行以下命令，启用免密登录。键进入编辑模式，并将本地生成公钥内容手动复制到该文件中。运行以下命令打开id_rsa.pub文件。添加完成后，按Esc键退出编辑模式，并输入。后按回车键（Enter），保存并退出文件。

【代码】报错ImportError: cannot import name ‘StaticCache‘ from ‘transformers.cache_utils。

【代码】报错importerror: cannot import name ‘llamaforcausallm‘ from ‘transformers‘

机器学习中一个常见的预处理步骤是将数据集居中并标准化，这意味着你从每个例子中减去整个numpy数组的平均值，然后用整个numpy阵列的标准差除以每个例子。但对于图片数据集，只需将数据集的每一行除以255（像素通道的最大值），就更简单、更方便，效果也几乎一样好。.reshape(())函数,注意中间还有个括号()！