转载自小红书，打数模时需要对最后训练结果进行分析时必用的四个指标：准确率、召回率、精确率、F1分数。 作为指标，一定会涉及几个方面 假设： TP (预测正确)：30个 FN (漏检)：10个 FP (误认为是)：15个 TN (预测正确不是)：45个带入数据1️⃣准确率 (Accuracy) 【是什么？】所有预测结果中，预测正确的比例 【公式】 【例子】(30+45) / (30+45+15+10) =75% 【意义】最直观的指标，但在数据不平衡时表现不佳2️⃣精确率 (Precision) 模型所有预测为“苹果”…

下面的内容转载自https://discuss.codecademy.com/t/setting-up-conda-in-git-bash/534473，本人测试效果相当好 A) Open Git BashA）打开 Git Bash Now that you have an idea of how conda should look, go ahead and open Git Bash. As you can see, there is nothing on the prompt to ind…

A.并行计算与并行结构 在所有四类计算机设计中，多级并行化现在是主要动力，功耗和成本是主要限制因素。在应用中基本上有两种并行性： 1.数据级并行（DLP），产生的原因是有许多数据项可以同时操作。 2.任务级并行性（TLP），产生的原因是创建了可以独立操作并在很大程度上并行运行的工作任务。 计算机硬件反过来可以利用这两种应用程序并行性，四种主要方式： 1.指令级并行利用编译器帮助，通过流水线等思想在适度水平上利用数据级并行，在中度水平上使用推测执行等思想。 2.向量架构、图形处理器单元（GPU）和多媒体指令集通过将单…

这里把我的powershell的配置方法做一个整理，我的系统环境是Windows10 22H2 1.关闭ps脚本安全策略 因为我主用conda做环境配置（里面的带的库配置还是很全的，用着好使），powershell默认的配置是限制conda的ps脚本运行的，所以得关掉这个配置。 2.安装psreadline powershell的快捷键配置在windows10下和vscode的poweshell终端不通，主要原因是缺少psreadline的问题，windows11配置了这一部分，所以在windows10系统下得安装…

转载自https://xzonn.top/posts/Remove-Intelligent-Image-Viewer.html 某网盘更新到7.58版本之后附带了一个“智能看图”软件，关联了一堆常见图片格式。这个软件的名字前面加了个空格，所以在默认程序列表里很靠前。目前该网盘里没有删除这个功能的设置，所以需要手动编辑一下注册表，先按 Win + R 打开“运行”窗口，输入regedit并回车，打开注册表编辑器，然后删除以下项目： 程序目录位于该网盘的安装目录内，默认为：%APPDATA%\baidu\BaiduNe…

问题如题，我的CDN为Cloudflare，即便是去Cloudflare控制台清除缓存也无济于事 百度和谷歌也没什么有效的解决方案，最后有朋友提醒我去把反向代理层也就是Nginx的缓存清除，问题解决。 缓存目录路径：nginx/proxy_cache_dir

在某些环境安装AS的时候，比如网吧安装会有此类弹窗提示说；当前aehd.sys无法复制 这个原因的是权限不足导致安装as错误 解决方法：下载或者弹窗的浏览按钮复制aehd.sys到系统盘路径的：C:\Windows\System32\drivers 复制粘贴文件到该路径即可：C:\Windows\System32\drivers

PID控制算法，可以将其看作是一个 ​​“不断尝试缩小目标与现状之间差距”的智能调节器​​。它广泛应用于工业控制（如温度、压力、流量控制）、机器人、自动驾驶、无人机稳定系统等需要精确调节物理量的场景。 其核心思想很简单：​​测量当前状态（Process Value, PV），与期望的目标状态（Setpoint, SP）进行比较得到误差（Error, e），然后根据误差的“现在大小”、“历史积累”和“未来变化趋势”三个方面来计算一个控制量（Control Output, u），驱动执行器去减小误差，使过程变量尽快、平…

一、基本概念 最优化：首先是一种理念，其次才是一种方法，它所追求的是一种“至善”之道，一种追求卓越的精神。例子：小明同学，烧一壶水要8分钟，灌开水要1分钟，取牛奶和报纸要5分钟，整理书包要6分钟，为了尽快做完这些事，怎样安排才能使时间最少？最少需要几分钟？ 最优化问题的数学模型的一般形式为： \begin{align*} &\text{opt } z = f(x) \\ &\text{s.t. } h_i(x) = 0, \quad i = 1, \cdots, l \\ &\qquad g…

线性回归模型​​，它是统计学和机器学习中最基础、最核心的预测模型之一，主要用于解决​​回归问题​​，即预测一个​​连续的数值型输出​​。 核心思想：建立“输入”与“输出”之间的线性关系 线性回归的核心目标非常直观：​​假设并建模目标变量 y（因变量、输出）与一个或多个预测变量 x（自变量、特征、输入）之间存在的线性关系。​​ 它试图找到一条（简单线性回归）或一个平面/超平面（多元线性回归）来“最佳”拟合数据点，从而当我们知道 x 的值时，就可以基于这条线/平面预测 …