自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 jupyternotebook闪退错误:Bad file descriptor (C: \ci \zeromq_ 1602704446950\work \src \epo1l. cpp: 10

问题:在启用jupyter notebook新建一个Python文件的时候,jupyter notebook黑框会退出,退出之前有错误提示: 输入Python代码无法输出,关键词也不会标记颜色。 原因:安装anaconda时候会自动安装ipykernel,之后自动安装最高版本的pyzmp,会出现不兼容的问题。(我是之前装的anaconda,自动安装了ipykernel,但是没有自动安装pyzmp,打开jupyter notebook也没有错误出现。) 解决办法:在Anaconda Prompt中卸载pyz

2021-10-10 17:38:48 1080

原创 梯度下降与矩阵分解

梯度下降与矩阵分解 1.梯度下降 梯度下降属于迭代法的一种,所谓迭代法就是不断用变量的旧值得到新值的方法。在求解损失函数最小值的时候,可以通过梯度下降法来一步步迭代求出最小化的损失函数和模型参数值。 梯度: 对于一元函数来说,梯度就是该函数的导数。即▽f(x)=f'(x) 对于多元函数来说,梯度就是对多元函数的参数求偏导数,把求得的各个参数的偏导数以向量的形式写出来。比如函数f(x,y),分别对x,y求偏导数,得到的的梯度就是...

2020-12-15 18:43:32 3795 4

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除