深度学习

嗅觉神经网络六个传感器组成的传感器阵列，每组数据如下：其应是一个（6,40）的矩阵，行表示传感器，列表示时间，内部元素是每个传感器在每一秒处的响应值。对20种实验物质进行采集，每种物质采集10组数据，共200组数据。其中，每组数据为明确属于不同传感器的响应，制成六通道的数据形式。最终训练集为（200，6，1，40）的四维矩阵。而标签集为（200,20）的矩阵，列索引对应物质种类，200行为200组

magic point

一、线性最小二乘法假设平面中存在一组数据点，需要找到一个数学模型（在这里是一条直线）去拟合这组数据点，这就是拟合。而实际上，样本点的维数不会仅仅是2维的，而可以是任意的ppp维。为了不失一般性，假设有一组样本：D={(x1,y1),(x2,y2),(x3,y3),...,(xn,yn)}D=\{(x_1,y_1),(x_2,y_2),(x_3,y_3),...,(x_n,y_n)\}D={(x1​

magic point

labels2Dto3D 函数

深度学习

指令的完成过程

OpenGL图形渲染管线概述