计算机专业普通本科生，知识面：数据分析、机器学习、AI鲁棒性，期待未来导师路过收留。

原创 ppt制图插入word中不失真

3.一些经验：ppt导出为pdf免费，导出为图片需要会员，其他软件也差不多这样，通过在word的‘对象’功能插入pdf作为图片会失真，但在latex里可以直接用pdf作为图片，在latex中可以将ppt导为pdf放进去。自己制图的办法：（网上有很多免费的制图工具，但总是这缺点那缺点，做好图导出要收费各种坑，于是直接用ppt来绘图，网友要是有其他的方法，欢迎留言）2.对象-由文件创建-选择ppt文件就行。图片本身为矢量图，可以直接插入文中。1.用PPT制图，调整PPT尺寸。

原创 kaggle不出现GPU选项

设置里认证手机号就可以了。

原创 word+zotero快捷插入参考文献与设置参考文献样式

一些推荐的教学视频：有说word中没有zotero选项解决方法详细介绍Zotero如何插入参考文献哔哩哔哩bilibili有说word中调整参考文献上下标的格式如何在word中插入参考文献 (1)插入参考文献哔哩哔哩bilibili想找适合自己的快捷方法，可以翻一翻插件市场，有很多好用的小工具。

原创 anaconda下载tensorflow很慢

解决方案：旧版本可能存在下载模块缺陷，更新。查看镜像源，发现已经配置过，但是还是很慢。

原创 zotero如何查看文献被引用量

截至2025年3月6日还能用。

原创 C:\Program Files\MySQL\MySQL Server 8.0\bin＞net start mysqld 服务名无效。

参考下列文章中的第4步往后。安装成功后尝试，启动不了。

原创 github | 本地上传github的一些命令

git remote add origin http://仓库url地址。id_rsa 和 id_rsa.pub 隐藏文件。git commit -m "文件备注"向远程仓库提交代码需要输入账号和密码。，三次回车，生成两个文件。

原创 数据可视化技术 | pyechart

wlr、my、hyl的小组作业。

原创 数据可视化技术 | matplotlib/pyechart

数据可视化

原创 python | softmax函数

解决溢出问题，计算机处理“数”时，数值必须在 4字节或 8字节的有限数据宽度内。softmax函数的一个重要性质，可以把。函数的输出解释为“概率”。

原创 GAN|生成人脸|全连接网络|代码

【代码】GAN|生成人脸|全连接网络|代码。

原创 GAN|一些笔记

意味着网络分类图像的能力越来越好。损失图真的很实用，它让我们了解到网络训练是否有效。它也告诉我们训练是平稳的，还是不稳定的、混乱的。loss. backward()计算出来的梯度会累积。在每次训练网络之前，我们需要将梯度归零。

原创 GAN|生成人脸|CNN|代码

【代码】GAN|生成人脸|CNN|代码。

原创 GAN|生成手写数字|全连接网络

利用nn.Sequential()搭建好模型架构，模型前向传播时调用forward()方法，模型接收的输入首先被传入nn.Sequential()包含的第一个网络模块中。然后，第一个网络模块的输出传入第二个网络模块作为输入，按照顺序依次计算并传播，直到nn.Sequential()里的最后一个模块输出结果。接着，通过D.forward(g_output)将生成器网络的输出g_ouput传递给鉴别器的神经网络，并输出分类结果 d_output。loss.backward() 反向传播，计算当前梯度；

原创 python | Matplotlib

【代码】Matplotlib。

原创 python | Numpy

【代码】Numpy。

原创 神经网络编程 | 旋转图像来创建新的数据集

过度旋转的图像添加到训练样本中，增加错误样本，会降低训练的质量。，将图像压扁，使得数组旋转后可以完全适合，而没有剪掉任何部分。作为神经网络的输入值，因此不使用0.0。cval用来填充数组元素的值。可以将数组转过一个给定的角度。的数组，然 后进行了调整。，这个参数防止程序库过分。作为默认值，而是使用。

原创 深度学习 | 激活函数公式及代码

【代码】激活函数公式及函数代码。

原创 神经网络编程 | 学习小结ppt

原创 深度学习 | 感知机、简单逻辑电路及代码实现

感知机会计算输入信号和权重的乘积，然后加上偏置，如果这个值大于0则输出1，否则输出0。w1和w2是控制输入信号的重要性的参数，而是调整神经元被激活的容易程度（输出信号为1的程度）的参数。偏置的值决定了神经元被激活的容易程度。

原创 神经网络编程 | 简单三层神经网络代码

_init __()：初始化函数，需要指定一个学习率。train(): 训练函数。query()函数接受神经网络的输入，返回网络的输出。