大模型，华为昇腾，deepseek

转载自：机器学习--Micro Average,Macro Average, Weighted Average - 老张哈哈哈 - 博客园 (cnblogs.com)https://www.cnblogs.com/laozhanghahaha/p/12499979.html根据前面几篇文章我们可以知道，当我们为模型泛化性能选择评估指标时，要根据问题本身以及数据集等因素来做选择．本篇博客主要是解释M

sklearn常用机器学习算法总结（附python代码） - 简书 (jianshu.com)https://www.jianshu.com/p/641707e4e72c注意：在使用XGBoost算法的时候，需要将X_train,y_train等Tensor类型变量数据类型置为nd array类型，而其他算法可以直接使用Tensor数据类型，即：features = features.numpy(

大模型，华为昇腾，deepseek

大模型，华为昇腾，deepseek

GPU上运行神经网络模型，是使用多线程并行加速的，如果出错，真正的错误信息很容易被cuda的错误信息淹没，所以难以看到错误信息，一般引起问题的原因是数组等超限，定位到具体是anchor_ratios=[0.2, 0.5, 1.0, 2.0, 5.0]修改成默认anchor_ratios=[0.5, 1.0, 2.0]就可以啦。比如focalloss中gamma数组个数和数据类别数不一致也会报错：/

大模型，华为昇腾，deepseek

可能是你的bib文件里面有重复的参考文献条目，删除就好了

大模型，华为昇腾，deepseek

import docxfrom docx import Document #导入库path = "E:\\python_data\\1234.docx" #文件路径document = Document(path) #读入文件tables = document.tables #获取文件中的表格集table = tables[0 ]#获取文件中的第一个表格for i in range...