1）開發環境：anaconda spyder
坑：使用時spyder路徑要設定為工作資料夾路徑，否則一下庫找不到。
python語句空格視覺化設定:tools->perferences->editor下開啟show blank space
2）環境安裝pip install mxnet
如果使用jupyter notebook，需要先在命令列切換到工作資料夾後開啟jupyter notebook
深度學習更適合於沒有模型或者很難取得模型的情況，這種情況下用大資料堆積然後學習到模型。對應已有模型情況下最好使用已有模型。
3）深度學習的線性回歸更適合多個輸入，每個節點最好為一階的情況。例如y=kx+b或者y=k1x1+k2x2+…+kmxm+b的情況；
4）例如像kaggle上的房價**問題就是上述情況。
5）對於像y=ax+bx2+c*x3+d等此類的如果有確定公式還好，可以模擬生成資料集，否則的話計算會比較差（也不知道是不是資料集不
夠，因為通常情況下，這個資料集應該是現場採集的，資料不會那麼大。這種情況下，還不如用最小二乘擬合效果好。用scipy的
curve_fit直接擬合效果更好，速度也快。
深度學習筆記總結 1
針對深度學習基礎部分，有必要惡補一些吳恩達的深度學習課程，其實晚上有很多總結和筆記，本系列文章是針對黃海廣大佬整理的 深度學習課程筆記 v5.47 的總結和自己的理解，以便加深印象和複習。下面是邏輯回歸的輸出函式 損失函式又叫做誤差函式，用來衡量演算法的運 況，loss function 通過這個?...
ML DL 《動手學深度學習》總結1
書中使用的是mxnet作為學習框架 在mxnet中,ndarray是乙個類,也是儲存和變換資料的主要工具。建立儲存資料基本上都用到這個類。from mxnet import nd 匯入首先從mxnet匯入ndarray模組 常用的用法 x nd.arange 12 建立乙個順序的行向量，0.1.2....
深度學習 1
基本概念 訓練集，測試集 特徵值 監督學習 非監督學習 半監督徐熙 分類 回歸 概念學習 從某個布林函式的輸入輸出訓練樣例中推斷出該布林函式 例項集合x x 樣例 x 每乙個例項 c x 目標概念 學習目標 f x y 訓練集 training set data 訓練樣例training examp...