在執行resnet**時，報了乙個錯（忘了具體是什麼），在網上查到的解決方法是安裝mkdocs，然而安裝之後，spyder一開啟就閃退，還出現如下視窗：
經過搜尋，發現是tornado6.0的版本棄用了tornado.web.asynchronous這種寫法，降級到5.1.1就沒問題了。
於是python -m pip install (–user 如果有permission的問題，就加乙個這個)–upgrade tornado==5.1.1一下，spyder就可以開啟了 。
開啟spyder後，發現還是無法跑程式。console無法開啟，一直顯示「connecting to kernel」
繼續查，在github上發現是因為tornado>5時，就會發生這樣的錯，沒辦法，只好再降到4.5.3，就可以重新使用spyder了。
（1）可以選擇在安裝python的資料夾中搜尋一下，找到關於這個包的info檔案，刪掉，再安裝一次
（2）如果還是不行，可以選擇強制安裝，在cmd中 pip install (–user) --ignore-installed +模組名
這個是乙個函式，用於返回當前的工作目錄，print 「當前工作目錄 : %s」 % os.getcwd()可以輸出所在資料夾。
原因是tensorboard和tensorflow的版本不對應，例如：
則先解除安裝tensorboard 然後公升級tensorflow 就會自動裝上tensorboard
最後把gpu版tensorflow也公升級，再啟動tensorboard就行
cd /d:（需要繪圖的日誌記錄所在的上一級資料夾）tensorboard --logdir=（繪圖日誌記錄所在資料夾）
pip list 現有的python庫安裝情況
安裝：pip install （包）
公升級無許可權：install後面加—user
解除安裝：pip uninstall （包）
神經網路中的一些常見概念
損失函式 學習率過擬合 為啥需要啟用函式？在神經網路中，我們的輸入層通過各個連線上的權值，進行加權求和後傳遞到下一層，這種處理方式往往是呈線性組合的狀態，而我們知道一般線性函式的值域是負無窮到正無窮，也是就是說線性組合的模型缺乏逼近能力，而我們的神經網路的訓練大多需要乙個梯度下降即尋找最小誤差的過程...
機器學習和神經網路學習中的一些體會
隨著ai的快速崛起，學習ai的人越來越多，但發現好多人貌似學習了好久，但還是不太明白自己在學習什麼，感覺ai很厲害但不知道究竟是在幹些什麼？我們總結ai的本質，其實主要就是兩大方面 一 我們首先要有乙個目標函式，如 以均方差定義的目標函式 所謂的目標函式雖然衡量的標準表示式有很多，但其主要作用就是用...
關於神經網路的一些認識
如果說線性分類器使用直線作為分類的邊界，那麼神經網路則是在使用線性分類的基礎上加了非線性的分類，也就是曲線。直接說就是，比如在svm上是權重w與輸入x相乘之後就是計算損失函式 直接使用w權重矩陣對輸入x進行分類，而神經網路是在使用w權重對輸入x進行分類之前，先用啟用函式計算輸入x的值，而神經網路裡則...