<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_63754121的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_63754121</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_63754121]]></copyright><item><title><![CDATA[学习笔记--关联规则--数据挖掘]]></title><link>https://blog.youkuaiyun.com/m0_63754121/article/details/145904014</link><guid>https://blog.youkuaiyun.com/m0_63754121/article/details/145904014</guid><author>m0_63754121</author><pubDate>Thu, 27 Feb 2025 14:53:47 +0800</pubDate><description><![CDATA[学习笔记--数据挖掘--关联规则--Apriori算法]]></description><category></category></item><item><title><![CDATA[介绍 TensorFlow 的基本概念和使用场景。]]></title><link>https://blog.youkuaiyun.com/m0_63754121/article/details/143833540</link><guid>https://blog.youkuaiyun.com/m0_63754121/article/details/143833540</guid><author>m0_63754121</author><pubDate>Sun, 17 Nov 2024 15:56:00 +0800</pubDate><description><![CDATA[通过创建会话，可以将计算分配到不同的设备上（如 CPU、GPU），并管理模型的训练和推断过程。1. 张量（Tensor）：TensorFlow 的核心数据结构是张量，它是一个多维数组，可以保存各种类型的数据。张量在计算过程中流动，并通过节点进行操作。总之，TensorFlow 是一个功能强大的机器学习框架，可以帮助开发者构建各种复杂的机器学习模型，并在各种应用场景中进行训练和推断。1. 监督学习：通过使用 TensorFlow，可以构建和训练各种监督学习模型，如线性回归、逻辑回归、支持向量机、神经网络等。]]></description><category></category></item></channel></rss>