靡不有初，鲜克有终

一、监督学习和无监督学习1.监督学习（supervised learning）监督学习，利用一些带标签的数据集对模型进行训练，获取最佳参数。 1）回归问题主要用于连续型的输出，例如预测房价等，模型有线性回归，非线性回归等。问题示例：预测房屋价格，房屋面积与房屋价格的数据2）分类问题主要用于离散型的输出，例如对产品的正反面评价，如逻辑回归等。问题示例：有肿瘤数据预测肿瘤是良性还是恶性分类问题又有单特...

1.过拟合（overfitting）1）定义过拟合：如果有很多特征变量，则训练出来的假设函数模型会对训练样本拟合的很好，但是对于新加入的数据，假设函数模型不能拟合的很好，又称为High Variance。欠拟合：则是假设函数不能对训练样本进行很好的拟合，又称为High Bias。2）如何处理过拟合：1>减少特征变量的数量（但是这样也减小了数据的信息） 手动减小特征变量数量利用算法自动减小特征...

一、逻辑回归（logistic regression)）1.分类问题预测输出变量离散，例如：y∈{0,1}或y∈{0,1,2}。问题示例：垃圾邮件分类，肿瘤恶性良性。应用线性回归于分类问题通常不是个好主意。2.表征假设（hypothesis representation）1）逻辑函数/S函数(logistic function/sigmoid function) g(z)g(z)=1/1+e-zz...

1.Tensorflow提供了C++API来建立一个graph，但是对于python并不那么完善，许多特性在C++中并不可用。另外一种方法是，用C++ API加载预先训练好的graph,来单独或是嵌入到其他应用中。当前有关用c++加载graph的文档非常少，这里提出一个简单的例子。参考自:https://medium.com/jim-fleming/loading-a-tensorflow-g...

在官网API和Tensorflow源码头文件中查看获取。同时参考https://medium.com/jim-fleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463fhttps://vimsky.com/article/3600.html1.整体逻辑 /// ```c++ /// tensorflow::...