- 博客(7)
- 收藏
- 关注
RSS订阅原创 ConnectionResetError: [WinError 10054] 远程主机强迫关闭了一个现有的连接。
把asyncio\windows_events.py里面的。
2025-11-19 10:38:51
77
原创 win系统 ERROR npx not found.
在桌面中到vscode，右键属性，找到兼容性，把以管理员运行此程序勾选上，然后点击应用和确定。再运行vscode，问题得到解决。上网搜了好多，配置系统环境啥的，都不行，该配置的都配置了，都解决不了，在cmd中是可以正常执行指令，应该是vscode的问题。按照教程安装了Node.js。
2025-07-31 13:59:28
336
原创 机器学习不同向量计算方式
因为 \( X \) 是 (\( B \times in\_features \))，而 \( W_{\text{PyTorch}} \) 是(\( out\_features \times in\_features \))，需要通过转置使其变为( \( in\_features \times out\_features \))，才能与 \( X \) 相乘得到( \( B \times out\_features \)) 的输出。两种框架的差异体现在权重的排布和矩阵乘法的顺序上。
2025-04-22 10:19:08
1157
原创 学习技术笔记
training_data[:, -1:]` 和 `training_data[:, -1]` **不等价**，二者的核心区别在于**输出的维度**。示例：若 `training_data` 是 `(100, 5)` 的数组，结果会是 `(100,)`。提取最后一列，但会**降维**为**一维数组**（`shape = (n_samples,)`）。提取最后一列，但会**保留二维结构**（`shape = (n_samples, 1)`）。### 1. **维度差异**### 2. **代码验证**
2025-04-17 16:17:58
305
原创 机器学习问题详解
无论是标准化（减均值、除以标准差）还是最小-最大归一化（减最小值、除以极差），其核心原则是保持训练与测试阶段的数据处理方式一致。使用训练集的统计量进行归一化，确保了模型输入分布的一致性，避免因数据尺度变化导致的性能下降，同时防止数据泄漏，保障评估结果的可靠性。这是机器学习流程中数据预处理的最佳实践。问题2。
2025-04-17 10:50:40
1248
2原创 NameError: name ‘beta1‘ is not defined和PULC 找不到模型文件
打印结果 ['3', '0', '0-beta1']，发现是这个版本中出现问题，将3改成2就解决了。PULC 找不到模型文件,报下面的错误应该是代码读取文件时出的问题。代码连接放下面，修改下就可以解决。找到报错的对应的文件。
2025-03-06 10:18:40
672
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人