线性回归当要预测的目标值是连续型的数据时，这一问题被称为回归问题。线性回归是利用回归方程对一个或多个自变量（特征值）和因变量（目标值）之间的关系进行建模的一种分析方式。只有一个自变量的情况成为单变量回归，多于一个自变量的情况叫多元回归。通用公式：那该怎么理解呢？我们来看几个小例子线性回归的特征与目标之间的关系分析：线性回归中的线性模型有两种，一是线性关系，二是非线性关系。线性模型是说，要么自变量是

手写字符识别手写字符的数据集特征值训练集的大小目标值对应的API网络设计准确率的计算代码：#导入tensorflowimport tensorflow as tf#将tensorflow转换成1版本的tf.compat.v1.disable_eager_execution()tf = tf.compat.v1#导入手写字符模块from tensorflow.examples.tutorials.m

卷积神经网络卷积神经网络与传统多层神经网络的对比卷积神经网络的组成---三个结构卷积层卷积核的计算卷积核的大小卷积核步长卷积核的个数padding零填充卷积之后，输出图片大小的计算公式计算案例多通道图片的卷积过程卷积网络API卷积层总结激活层激活函数ReLU采用新激活函数的好处可以过滤掉数据中的负值部分激活函数API池化层池化层的计算...