1.np.multiply和np.dot的區別：
① 同線性代數中矩陣乘法的定義： np.dot()
np.dot(a, b)：對於二維矩陣，計算真正意義上的矩陣乘積，同線性代數中矩陣乘法的定義。對於一維矩陣，計算兩者的內積。
② 對應元素相乘 element-wise product: np.multiply(), 或 *
在python中，實現對應元素相乘，有2種方式，乙個是np.multiply()，另外乙個是*。
詳細參見：
2.np.exp和math.exp()的區別：
math.exp()只對標量（有些物理量，只具有數值大小，而沒有方向）執行，np.exp可用於向量或者矩陣。
3.關於np.linalg.norm：
參考4.numpy.random.seed()的使用：
作用：使得隨機資料可**。
關於此語句的測試：
在指定的間隔內返回均勻間隔的數字。返回num均勻分布的樣本，在[start, stop]。numpy.linspace使用詳解：
6.matplotlib.pyplot.scatter(x,
y, s=none
, c=none
, marker=none
, cmap=none
, norm=none
, vmin=none
, vmax=none
, alpha=none
, linewidths=none
, verts=none
, edgecolors=none
, hold=none
, data=none
, **kwargs
)繪製散點圖，其中x和y是相同長度的陣列序列
matplotlib.pyplot.scatter使用詳解：
注意引數c：
7.注意：在整合模型的時候要把每個影象顯示前面加上plt.figure，新建影象顯示框，和matlab裡面的figure一樣，否則後面的影象會和前面的影象疊加顯示。
8.
Lua學習中需要注意的地方
1 全域性變數的刪除可以直接將其賦值為nil 2 字串的引用可以是單引號 或者是雙引號 習慣使用雙引號 3 lua中除了false 跟 nil 是假 其餘值都是真 0，空串都返回真 4 和 比較兩個值，如果兩個值型別不同，lua認為兩者不同 nil只和自己相等。lua通過引用比較tables use...
監督學習中需要注意的問題
第乙個問題就是偏見和方差之間的權衡。較低的學習演算法偏差必須 靈活 這樣就可以很好的匹配資料。但如果學習演算法過於靈活,它將匹配每個不同的訓練資料集,因此有很高的方差。許多監督學習方法的乙個關鍵方面是他們能夠調整這個偏差和方差之間的權衡 通過提供乙個偏見 方差引數,使用者可以調整 第二個問題是訓練資...
學習程式設計需要注意的幾點
1 不要死記硬背語法 程式開發的語法 規範特別多，不可能全記下來，只要知道有這麼乙個功能即可，需要的時候再翻書或查詢幫助。這樣省時省力，可以將更多的時間和精力用在技術的提高上。2 多動手，多練習 死讀書是成不了程式設計高手的！只有多練習，多上機編寫程式，才能在實踐中提高對程式設計的認識。3 遇到問題...