一、常见的评价指标1.真正TP真正 (True Positive, TP)：实际上是正样本, 被检索为正样本, 真相关, 也称正确检出数 理解：**好的之中找出好的** 2.真负 TN真负(True Negative, TN): 实际上是

一、情况描述在 Jupyter Notebook 中选择特定的环境运行代码 二、操作过程1.创建环境首先你应该拥有一个创建好的环境 2.安装包（1）在这里我们需要用到nb_conda包，所以需要安装一下 conda install nb

一、简介（一）逻辑回归1.浅浅分析逻辑回归中，响应变量描述了结果是正向情况的概率。如果响应变量等于或者超过了一个区分阈值，则被预测为正向类。 而逻辑函数总是返回一个0-1之间的值。 个人理解：设置一个界限，等于或者超过这个界限的，被定义为比

一、什么是fine-tuning？在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine-tuning（也叫微调），或者当做特征提取器。 二、常

一、度量学习简单理解 【1】度量学习(Metric Learning)——距离度量学习(Distance Metric Learning，DML)——相似度学习。 在数学中，一个度量（或距离函数）是一个定义集合中元素之间距离的函数。 一个具

一、下载方式1：链接：https://pan.baidu.com/s/1eykNF4Sm5rKOOP3yXn6NHA 提取码：milu 方式2：官网 二、安装1.双击运行安装包 2.继续 3.等待 4.选择自己所需要的 5.等待 6.安装

一、下载版本推荐CUDA11.0，与CUDA11.0对应的CUDNN是8.0.5.39 获取方式一：官网CUDA官网 CUDNN官网 获取方式二：百度网盘链接：https://pan.baidu.com/s/1K13I-_m4ZPjxdE

一、Top-1错误率就是你预测的label取最后概率向量里面 最大的那一个作为预测结果 ，如过你的 预测结果中概率最大的那个分类正确，则预测正确。否则预测错误 二、Top-5错误率最后概率向量最大的前五名中，只要出现了正确概率即为预测正确。

1.语法$ rm [option] file... 2.参数 -f：–force 不提示，强制删除文件或目录，但是会忽略不存在的文件 -i：–interactive 进行交互式删除，删除前逐一询问确认 -r, -R：–recursive 递

一、问题描述当想要删除文件的时候得到提示如下图： 但是该位置确实存在这个文件，如下图 二、解决方法方法一：1.新建一个txt文档 2.输入下图内容 DEL /F /A /Q \\?\%1 RD /S /Q \\?\%1 3.重新改名字如