weixin_61057398的博客

无法直接利用序列中元素的位置信息。RNN的核心思想是利用循环结构处理序列数据，即网络中存在一个“记忆单元”，能够保存之前时间步的信息，并将其与当前时间步的输入结合，共同影响当前时间步的输出。BI-LSTM的核心思想是使用两个独立的LSTM网络，分别从前向和后向两个方向处理序列数据，然后将两个方向的隐藏状态进行拼接或融合，作为最终的输出。RNN的网络结构可以看作是一个随时间展开的循环链，每个时间步都接收当前输入和上一个时间步的隐藏状态，输出当前时间步的预测结果和更新后的隐藏状态。

中只是对得到的6个feature进行尺寸变化，不改变通道数，同时卷积层也不改变尺寸数。中只是对得到的6个feature进行尺寸变化，不改变通道数，同时卷积层也不改变尺寸数。中：有6个feature map，6个feature map分别经过16个卷积核（中：有6个卷积核，一个feature map分别经过6个卷积核（在这里有两个卷积层，有两个池化层，有一个全连接层。）可得到16个feature map。）可得到六个feature map。一个卷积核的深度为1。一个卷积核的深度为6。

每个卷积核会在输入的 64 个通道上执行卷积操作，逐元素相乘并求和，最终输出一个单一的值。这个过程会在输入的每个位置上进行，产生一个输出特征图。总共有 128 个这样的卷积核，因此最终会生成 128 个输出特征图。

小样本学习（few shot learning）旨在使用先验知识（prior knowledge）基于有限数量的样本推广（generaling）到新任务（new task）。这些先验（prior knowledge）通常指的是很大规模的训练集，有很多的类和样本，然而在新任务（new task）中的样本（the samples）在这些大规模的训练集上面从来都没有出现过。例如在小样本图像分类中（in few shot image classification），预训练模型只能看到 五个鸟类图像，（一。

1. 目标变量类型：一元线性回归模型适用于连续型目标变量，即预测一个数量；而逻辑回归模型适用于二分类目标变量，即预测一个属于两个类别的概率。2. 输出类型：一元线性回归模型的输出是一个连续的数值，表示目标变量的预测值；而逻辑回归模型的输出是一个概率值，表示目标变量属于某个类别的概率。3. 假设函数形式：一元线性回归模型假设自变量与因变量之间存在线性关系，通过拟合一条直线来描述它们之间的关系；逻辑回归模型则假设自变量与因变量之间存在一种S形曲线的关系，通过拟合一个Sigmoid函数来描述它们之间的关系。

这个项目可以帮助理解线性回归模型的使用和预测过程，并通过可视化展示模型的拟合效果。4. 预测及结果可视化：使用训练好的模型对自变量x进行预测，将真实值与预测值分别以散点图和线条的形式绘制在图形窗口中，并使用黄色线条连接真实值与对应的预测值。3. 载入模型：使用`LinearRegression()`函数创建一个线性回归模型，并使用`fit()`函数对模型进行训练，拟合出最佳的回归线。5. 输出系数和截距：输出线性回归模型的系数和截距，即回归线的斜率和截距。

⾃监督学习算法分为两种： 生成式自监督学习与对比式自监督学习： 生成式：训练编码器将输入x编码成显式向量z，解码器从z重建x，最小化重建误差； 对比式：编码器将输入x编码成显式向量z以度量相似性（例如互信息最大化）。（对⽐学习要做的就是学习⼀个编码器f，这个编码器f能够拉近x与其正样本间的距离，推远x与其负样本之间的距离。即：）

下面的这些数据集对于数据分析以及人工智能、深度学习有很大帮助，可以用来训练我们的模型。！！！！外国自体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~

class LinearRegressionModel(nn.Module):#定义一个类，然后继承nn模块下的一个Module功能def __init__(self,input_dim,output_dim):#一个线性回归模型，给出x，y，训练出w，b，是的y=wx+b成立self.linear=nn.Linear(input_dim,output_dim)#nn.Linear是一个全连接层，因为通常Linear()函数通常用于设置网络中的全连接层。

ANN，简称为神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型，用于对函数进行估计或近似。和其他机器学习方法一样，神经网络已经被用于解决各种各样的问题，例如，机器学习和语音识别。这些问题都是很难被传统基于规则的编程所解决的。激活函数（Activation functions）对于人工神经网络 [1]模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。它们将非线性特性引入到我们的网络中。...

将DataFrame保存为Excel

DataFrame 生成 属性 方法

震惊！！！Anaconda、pytorch安装教程，总结b站和优快云的，解决各种出错问题。深度学习。