先说结果，我没安装成功NVIDIA的最新驱动，因为我的BIOS上没有切换显卡的设置。但是我觉得有几个需要说的提醒在这里总结一下！1、如果你之前在windows上没有装过NVIDIA驱动或CUDA，可以通过这个网站看你的 显卡是否支持CUDA ？2、如果你的深度显卡驱动管理器中没有NV-Prime方案（如 deepin 15.11这个最新版本就删掉了这个方案），那你可以继续往下看。3、先看看...

一、数据集获取二、数据处理1、读取csv文件2、用户ID和图书ID的处理三、深度学习模型四、评估模型1、loss2、TSNE和PCA降维参考：《Building a book Recommendation System using Keras》《用 Keras 实现图书推荐系统》《新闻分类：多分类问题（Keras实现）》《Series.value_counts，pd.value_counts计算S

tips:KMP其实本质并不复杂，我尽量用最简单的语句表达；另外，本人特别喜欢另一种更年轻高效字符串匹配算法——Sunday算法，感兴趣的可以前往查看该参考博文：https://blog.csdn.net/q547550831/article/details/51860017KMP作用：char *str = "bacbababadababacambabacadd

只留CUDA一个就够了。甚至我觉得，只要Develpment和Runtime两个就够了（不保正确，我没试过）

在安装到最后一步时总是提示There is problem completing the installation...查看full report查看不出个所以然，重新安装最新VirtualBox或较低版本的Ubuntu server均不能解决问题。只能用个笨方法——下载VMWare WorkStation并在这上面安装Ubuntu。步骤参阅《VMware Workstation 安装 Ubunt

一、数据集获取二、数据处理1、读取csv文件2、用户ID和图书ID的处理三、深度学习模型四、评估模型1、loss2、TSNE和PCA降维参考：《Building a book Recommendation System using Keras》《用 Keras 实现图书推荐系统》《新闻分类：多分类问题（Keras实现）》《Series.value_counts，pd.value_counts计算S

在机器学习和深度学习中，验证集都是很常见的概念。但是显示的验证集似乎在使用sklearn的机器学习的模型上不常见，比如有train_test_split却没有train_validation_test_split。可能原因之一在于设计者为sklearn提供了交叉验证cross_validation和网格搜索Grid_search，给定参数池、交叉验证的折数和评价方式，就可以直接提供最优参数和最优得

归一化是对连续特征来说的。那么连续特征的归一化，起到的主要作用是进行数值缩放。数值缩放的目的是解决梯度下降时，等高线是椭圆导致迭代次数增多的问题。

这个问题在pandas1.1以上应该都会有，我的原因是excel最后两行是这样的，不是个规范的格式这个不规范的格式在之前可以用参数skipfooter=2轻松处理，但在较新的版本就会出现如题的错误。另一个原因是pandas更新了引擎，从xlrd => openpyxlxlrd因为安全性不高，在较新版本放弃了对xlsx格式的支持，pandas也将引擎换到openpyxl。解决方法是：panda

搜索x64即可找到x64 Native Tools Command Prompt for VS 2019终端，切换路径和虚拟环境。最后执行安装pytorch3D的代码等待10分钟，就装好了《pytorch3D Windows下安装经验总结》《win10系统下安装PyTorch3d》等可能的解决方案：使用VS2019而不是VS2022，VS2019的具体小版本倒无所谓，因为我去找community社