Sugu_zhiyu的博客

kaggle竞赛：https://www.kaggle.com/competitions/ml2021spring-hw1数据处理往往是最花时间的一步，首先来看我们的数据集有哪些。为拥有95维度个维度的几千个数据，我们需要去掉无用的第一列(id)和第一行(属性名)，将第三列和其他列拆分开，作为输入和原本输出，除了最后一列为空，其他与训练集相同加入TOP-K线性相关性特征分析得到TOP-K特征下标，准备数据集和数据加载器的编写LOSS函数定义使用L2正则的LOSS函数模型准备使用全连接神经网络

感知机接收多个输入信号,输出一个信号。如图，就是一个感知机，圆圈就是神经元。x1、x2 是输入信号, y 是 输 出 信 号,w1、w2 是 权 重(w 是 weight 的 首 字 母)。x1，x2是已知的参数，我们的计算过程为y = x1w1+x2w2。不妨将输入输出仅设置成0，1组合。这样我们就得到了电路中最简单的与、非、或门的基本模型。对于y = x1w1+x2。

众嗦粥汁，环境配置一直是入门花时间最多的事情之一，我也是花了2个半小时左右的时间完成了进入深度学习的环境配置。