一、箱线图箱线图(Box-plot)又称盒须图、盒式图或箱形图，是一种用作显示一组数据分散情况资料的统计图，在数据分析中经常被使用到，可以被用于异常值的检测。通过箱线图可以很容易找到数据中的异常值。二、使用python绘制箱线图数据集地址：http://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data1、未

前言在上一篇文章如何快速提高机器学习模型的性能中我们介绍了只要当你的模型性能比人类水平要低的时候，就可以通过人工误差分析来提高模型的性能，误差分析是指通过人工来检查模型预测错误的数据，来帮助你判断下一步应该怎么优化算法，来提升模型的性能。本篇文章主要介绍，究竟应该如何来进行分析误差，文章主要内容来自于deeplearning.ai视频教程。误差分析我们设计了一个猫的分类器，将我们设计的算...

wandb是一款优秀的机器学习模型训练分析跟踪工具，通过它我们可以和简洁的分析出训练过程中指标和参数的变化情况，来更好的帮助我对模型进行调优，通过它还能够使得我们进行协同工作，分析我们的训练结果，帮助更好更方便的复现我们的模型...

刚开始面对数据的时候，我们需要考虑数据的一些特性。通过熟悉数据集的特性，有利于方便和确定后续的模型训练和开发，通过这篇文章你能够学习到：1、如何来检查数据2、异常值的检测2、使用平行坐标图来寻找重要属性3、通过可视化来寻找属性和标签的关系数据集使用的是UCI提供的一个岩石和水雷的分类数据，数据集中的特征值代表声呐接收器在不同地点接受到的返回信号，一半数据返回的声呐信号表示的是岩石，一半表示的是水雷

一、注册账号GitHub官网地址：https://github.com注意：安装TortoiseGit之前需要先安装git，安装TortoiseGit的语言安装包，需要在安装TortoiseGit之后安装。二、安装git下载地址：https://git-scm.com/三、安装TortoiseGit下载地址：https://tortoisegit.org/download/

LeNet5可以说是最早的卷积神经网络了，它发表于1998年，论文原文Gradient-Based Learning Applied to Doucment Recognition作者是Yann Le Cun等。下面对LeNet5网络架构进行简单的说明，有兴趣的同学可以去参考原文，论文原文地址http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf。

flux训练lora模型报错

错误描述在导入自定义的头文件时，报C3861 “_ReturnAddress”: 找不到标识符错误，错误信息如下解决办法在自定义的头文件前面导入，指向的头文件即可include ""//自定义头文件include <ppltasks.h>参考：https://zhuanlan.zhihu.com/p/26600794...

刚开始请允许我发一下牢骚，刚开始学c++，然后，在使用zxing c++解析二维码的时候，需要找资料。但是，我所找的资料都有问题，下载zxing cpp之后，编译的时候各种问题，当时头都大了。而且，网上关于zxing c++二维码解析的资料甚少，都是Java的。所以，当时我就想着，如果弄好了这个，我一定要详细记录一下。zxing cpp在visual studio 2013下的编译:一、下...

一、箱线图箱线图(Box-plot)又称盒须图、盒式图或箱形图，是一种用作显示一组数据分散情况资料的统计图，在数据分析中经常被使用到，可以被用于异常值的检测。通过箱线图可以很容易找到数据中的异常值。二、使用python绘制箱线图数据集地址：http://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data1、未