问题描述：Failed to connect to github.com port 443:connection timed out，总是连接不成功，我以为是VPN的关系，后来发现并不是。解决办法：1、设置局域代理：我的电脑-右键-属性点击控制面板2、点击网络和Internet3、点击Internet选项4、点击Internet选项，点击连接、然后点击局域网设置5、勾选LAN，点击确定6、在终端或

卷积神经网络CNN的池化层和1*1的卷积核的作用（1）池化层|Pooling Layer：目前，有两种广泛使用的池化操作——平均池化（average pooling）和最大池化（max pooling），其中最大池化是两者中使用最多的一个操作，其效果一般要优于平均池化。池化层用于在卷积神经网络上减小特征空间维度，但不会减小深度，1乘1的卷积核来担任减小深度的角色。当使用最大池化层时，采用输入区..

集类 TimeSeriesDataset（Dataset）：definit结论N-BEATS 不仅仅是一个预测工具，它还是一个强大且可解释的框架，可使深度学习在时间序列分析中普及。它能够清晰地洞察预测的驱动因素，这对于依赖准确、可解释预测的企业来说非常有价值。号召行动对于那些希望突破时间序列预测界限的人来说，实施 N-BEATS 可以完美地结合性能和可解释性，从而改变决策过程。尝试将 N-BEAT

训练接和测试集以及标签同时打乱顺序import numpy as np# 把训练集和输入标签特征同步打乱顺序np.random.seed(7)np.random.shuffle(x_train)np.random.seed(7)np.random.shuffle(y_train)tf.random.set_seed(7)

集类 TimeSeriesDataset（Dataset）：definit结论N-BEATS 不仅仅是一个预测工具，它还是一个强大且可解释的框架，可使深度学习在时间序列分析中普及。它能够清晰地洞察预测的驱动因素，这对于依赖准确、可解释预测的企业来说非常有价值。号召行动对于那些希望突破时间序列预测界限的人来说，实施 N-BEATS 可以完美地结合性能和可解释性，从而改变决策过程。尝试将 N-BEAT

Python股票蜡烛图

jupyter notebook切换虚拟环境下面的操作建立在已经安装完成了anaconda环境名称：就是conda建立的虚拟环境的名称，我创建的是：pytorch_gpu第一步：打开anaconda prompt，安装ipykernelconda install ipykernel第二步：创建conda虚拟环境，环境名称为：pytorch_gpuconda create -n pytorch_gp

Pytorch view和permute的用法目录Pytorch view和permute的用法一. view的用法二. permute的用法一. view的用法首先把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。比如import torchimport numpy as npa =np.array([[

pickle格式文件的保存与读取方法

大家安装完anconda之后，启动jupyter notebook会出现下列的警告！D:\Download\Anaconda\Anaconda_dir\envs\pytorch_gpu\lib\site-packages\tqdm\auto.py:22: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets.