解決方法是使用web-download而不是Windows update: wls --update --web-download wls --install -d Ubun...
解決方法是使用web-download而不是Windows update: wls --update --web-download wls --install -d Ubun...
tex文件編譯出錯(cuò): pdfTeX error (font expansion): auto expansion is only possible with scalable...
修改稿件的時(shí)候,用來(lái)展示差異。例如原稿件old.tex, 新稿件new.tex 使用latexdiff可以生成diff.tex:latexdiff old.tex new.t...
QA計(jì)劃整理工具,用于將Elekta Monaco導(dǎo)出的Patient QA計(jì)劃,按照不同患者整理到各自文件夾里面。 可以嘗試使用auto-py-to-exe打包,注意在ad...
安裝好miniforge以后,新建一個(gè)d2l的虛擬環(huán)境來(lái)安裝: 再安裝pytorchconda install pytorch torchvision torchaudio ...
magicbook16, 5600H的CPU 使用miniforge安裝的python。安裝CPU版本的pytorch: 使用GPU的話,需要安裝directml 測(cè)試程序...
線性回歸 邏輯回歸 K-Means聚類 K-近鄰(KNN) 神經(jīng)網(wǎng)絡(luò)分析 決策樹(shù)學(xué)習(xí) 計(jì)算方差最小的數(shù)據(jù)行 基本統(tǒng)計(jì) 支持向量機(jī)分類 隨機(jī)森林分類 參考:(美) 邁耶 May...
k-means模型沒(méi)有對(duì)邊界附近的點(diǎn)的聚類分配的概率或者不確定性進(jìn)行度量,顯得不夠通用。而且,簇模型的形狀只能說(shuō)圓形不夠靈活(橢圓形)。k-means的兩個(gè)缺點(diǎn): 類的形狀缺...
簡(jiǎn)介 聚類算法是一種無(wú)監(jiān)督機(jī)器學(xué)習(xí)模型,它直接從數(shù)據(jù)的內(nèi)在性質(zhì)中內(nèi)在性質(zhì)中學(xué)習(xí)最優(yōu)的劃分結(jié)果或者確定離散標(biāo)簽類型。最簡(jiǎn)單的k-means聚類算法: cluster cente...
家里弱電箱放了一臺(tái)win小主機(jī)插網(wǎng)線,想要從外面遠(yuǎn)程桌面回去(遠(yuǎn)程桌面端口改成23389了)。沒(méi)有公網(wǎng)ipv4的話,可以使用ipv6。(有公網(wǎng)ipv4的話,路由器設(shè)置一下dd...
給R68S安裝了istoreOS 安裝 現(xiàn)在的安裝方法比較簡(jiǎn)單了,只需要在終端里面dd即可。參考 固件地址[https://fw.koolcenter.com/iStoreO...
簡(jiǎn)介 主成分分析(principal component analysis,PCA)可能是應(yīng)用最廣泛的無(wú)監(jiān)督算法之一。PCA是一種非?;A(chǔ)的降維算法,尤其適用于數(shù)據(jù)可視化、噪...
AtlosOS是在win11/10基礎(chǔ)上做了精簡(jiǎn)配置,因此安裝過(guò)程為: 安裝win11,例如Tiny11[https://www.techspot.com/downloads...
隨機(jī)森林是一種集成方法,通過(guò)集成多個(gè)簡(jiǎn)單的評(píng)估器形成累積效果。若干評(píng)估器的多數(shù)投票(majority vote)最終效果往往優(yōu)于單個(gè)評(píng)估器投票的效果。 決策樹(shù)的每個(gè)節(jié)點(diǎn)都根據(jù)...
由于anaconda的conda命令總是卡死,想要找一個(gè)內(nèi)置mamba的,發(fā)現(xiàn)好像可以用miniforge, https://github.com/conda-forge/m...
判別分類和支持向量機(jī) 判別分類方法:用一條分割線或者流形體將各種類型分割開(kāi)。邊界最大的那條線是模型最優(yōu)解。 間隔最大的分割線。正好在分割線上的點(diǎn)是擬合的關(guān)鍵點(diǎn),稱為支持向量。...
過(guò)擬合(Overfitting)過(guò)擬合指的是模型在訓(xùn)練數(shù)據(jù)上擬合得太好,以至于它開(kāi)始捕捉數(shù)據(jù)中的噪聲而非潛在的規(guī)律。換句話說(shuō),過(guò)擬合的模型對(duì)訓(xùn)練數(shù)據(jù)過(guò)于敏感,包括那些不規(guī)則的...
線性回歸模型是解決回歸任務(wù)的好起點(diǎn)。 簡(jiǎn)單線性回歸 多維度的線性回歸模型: 基函數(shù)回歸 多項(xiàng)式基函數(shù) 高斯基函數(shù) 當(dāng)你在一個(gè)Scikit-Learn管道中調(diào)用fit方法時(shí),如...