在pandas读取excel经常会遇到合并单元格的问题。大部分文章都说使用ffill解决，但是其存在问题，本文使用正确的方式解决该问题

详解Git合并(Merge)错误如何回退。（包括Reset, Revert和页面回滚三种，并说明其优缺点）

基本概念Classification with localization：在图像识别的基础上，要把图像给“框”出来。landmark detection：在一张图片中找到一些你想要的点的坐标。例如，你想要人脸的64个特征点的坐标。目标检测（Object Detection）：给一个图片，找出这个图片中有哪些物体，并把物体的类别标出来。Classification with localization

CICIDS2017官网：https://www.unb.ca/cic/datasets/ids-2017.html官网数据地址：http://205.174.165.80/CICDataset/CIC-IDS-2017/百度网盘链接链接：https://pan.baidu.com/s/1pPO6GJ16vQsfrTaB502T1g?pwd=b6bx提取码：b6bx

本文来源于《软件工程（第三版）》清华大学出版社 钱乐秋 一书的总结。分层数据流模型结构化分析方法主要思想：抽象与自顶向下的逐层分解。抽象：忽略一个问题中与当前目标无关的那些方面，以便更充分地关注与当前目标有关的方面分解：将问题不断分解为较小的问题，直到每个最底层的问题都足够简单为止数据流图Data Flow Diagram(简称DFD)：描述输入数据流到输出数据流的变换(即加工)过程，用于对系统的

CICIDS2017官网：https://www.unb.ca/cic/datasets/ids-2017.html官网数据地址：http://205.174.165.80/CICDataset/CIC-IDS-2017/百度网盘链接链接：https://pan.baidu.com/s/1pPO6GJ16vQsfrTaB502T1g?pwd=b6bx提取码：b6bx

之前一直不理解为什么要在神经网络中引入非线性的激活函数（虽然理解为什么只有线性不行，但不理解为什么有了非线性就行了，不知道有没有和我一样的小伙伴），最近重温“李宏毅”深度学习时，恍然大悟。参考视频：【機器學習2021】預測本頻道觀看人數 (下) - 深度學習基本概念簡介：大约看前10分钟就可以明白如果不方便看坐飞机的同学，可以看我下面的整理为什么神经网络只有线性不行众数周知：机器学习的过程为：先假

由于公式太多，汇总成一篇容易打不开，所以分三篇。整篇链接：https://blog.csdn.net/zhaohongfei_358/article/details/106039576章节链接基础回顾篇https://blog.csdn.net/zhaohongfei_358/article/details/119929920高等数学篇https://blog.csdn.net/zhaohongf

由于公式太多，汇总成一篇容易打不开，所以分三篇。整篇链接：https://blog.csdn.net/zhaohongfei_358/article/details/106039576章节链接基础回顾篇https://blog.csdn.net/zhaohongfei_358/article/details/119929920高等数学篇https://blog.csdn.net/zhaohongf

由于公式太多，汇总成一篇容易打不开，所以分三篇。整篇链接：https://blog.csdn.net/zhaohongfei_358/article/details/106039576章节链接基础回顾篇https://blog.csdn.net/zhaohongfei_358/article/details/119929920高等数学篇https://blog.csdn.net/zhaohongf