机器学习

https://docs.qq.com/doc/DZnppSUF2dEllUW13

https://docs.qq.com/sheet/DZm5HdWhnbElYZVpW?tab=BB08J2

《深度学习基础》刘远超 （暂无电子版） 《机器学习》周志华 《动手深度学习》李沐https://zh.d2l.ai/

《深度学习基础》刘远超 （暂无电子版） 《机器学习》周志华 《动手深度学习》李沐https://zh.d2l.ai/

PythonDataScienceHandbook 涵盖numpy matplotlib sklearn等实验需要掌握的内容

该视频主要讲述了机器学习的定义和基本流程，以及如何从简单的线性分类器演变为深度学习的分类器。视频还介绍了深度学习的定义、特点、来历、应用领域和模型框架。深度学习是机器学习的分支，是实现机器学习的一种重要技术手段，其模型结构一般是含有多个隐藏层的多层神经网络。视频强调了深度学习的基础知识的重要性，包括数据集的拆分、模型的性能评价等内容。

12 星（没有提示）考填空（去年都是从头写降低了难度），63 题中抽 40 题，每题 2分；三星题 34 题（没有提示）中抽 5 题考填空，每题 4分。三星题 34 题（没有提示）中抽 1 题考从头写的编程 10 分。总分 110 分，超过 100 分的按 100 分计。考试时间 90 分钟。

本视频主要讲述了数据集及其拆分、有监督学习、验证集、机器学习算法和特征提取、模型评估等模块的相关内容。此外，还介绍了埃德康是一个开源的p发行版本，包含了多个科学包及其依赖项，以及最简单的训练集和测试集的拆分方法及流除法的不足之处，k折交叉验证相对于流出法的优势，超参数的概念，以及如何通过网格搜索和k折交叉验证来调整超参数，以优化模型性能。

前4周实验平台华为云codelab说明文档

前4周实验平台华为云codelab说明文档

1. 点击https://www.huaweicloud.com/product/modelarts.html 并登录
2. 登录后，在页面中央大字 AI开发平台ModelArts，点击 控制台。
3. 在控制台页面右侧点击 返回旧版

  4.最后在旧版页面点击 codelab beta Free，“当前使用免费实例规格用于体验，72小时内没有使用，会释放资源，请注意文件备份。”

  5. 通过点击剩余时间更新，可以在快要断开时将时间延长到 1 小时，因此这种免费模式，适合使用者一直在电脑前的简单任务。

  6. 通过点击切换规格可以使用免费的 CPU 或 GPU 实例。

===================================================

7. 更新 python 3.9 和 mindspore 2.2.14 kernel（可选 如果是比较新的 代码运行需要这部）

在 ipynb 添加如下代码块

%%capture captured_output
!/home/ma-user/anaconda3/bin/conda create -n python-3.9.0 python=3.9.0 -y --override-channels --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
!/home/ma-user/anaconda3/envs/python-3.9.0/bin/pip install ipykernel

import json
import os

data = {
   "display_name": "python-3.9.0",
   "env": {
      "PATH": "/home/ma-user/anaconda3/envs/python-3.9.0/bin:/home/ma-user/anaconda3/envs/python-3.7.10/bin:/modelarts/authoring/notebook-conda/bin:/opt/conda/bin:/usr/local/nvidia/bin:/usr/local/cuda/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/home/ma-user/modelarts/ma-cli/bin:/home/ma-user/modelarts/ma-cli/bin"
   },
   "language": "python",
   "argv": [
      "/home/ma-user/anaconda3/envs/python-3.9.0/bin/python",
      "-m",
      "ipykernel",
      "-f",
      "{connection_file}"
   ]
}

if not os.path.exists("/home/ma-user/anaconda3/share/jupyter/kernels/python-3.9.0/"):
    os.mkdir("/home/ma-user/anaconda3/share/jupyter/kernels/python-3.9.0/")

with open('/home/ma-user/anaconda3/share/jupyter/kernels/python-3.9.0/kernel.json', 'w') as f:
    json.dump(data, f, indent=4)

https://www.mindspore.cn/tutorials/zh-CN/r1.10/beginner/autograd.html

https://missing-semester-cn.github.io/2020/version-control/

https://gitee.com/gdutcv/mlex02

实验课内完成 所有且通过老师/助教审查问答（每人一次代码重写机会，审查问答改进代码和报告任意次），删除任意 5 行左右代码，60 秒内可以重写，满分 100 分。120 秒内重写，95 分。超过 120 秒，按未能重写计算，88 分。课后 完成所有 85 分。未完成所有项目按比例扣分。

1. 确保有权限：向老师确认自己已被添加到私有库的成员列表中，拥有访问权限。加入列表网址：见 qq 群 4 月 6 日 17 点55群消息
2. 在老师给的该次实验网址点击 fork

     3. 然后在自己 fork 后仓库获取 clone git 地址 并新建 312200xxxx 分支 （学号）

后续继续在 modelarts codelab 操作

1. 点击 codelab 页面左侧Clone

2. 将该次实验室 git 网址录入对话框 并勾选下载仓库

3. 输入用户名（注册用的电话号码）密码

4. 按要求补全 ipynb 文件、撰写实验报告，过程可能持续数小时，期间记得每小时更新 codelab 剩余时间和

commit 主要工作并将更改 push 到你 fork 的远程仓库（记得选对学号分支）。下图 1track 所有更改 图 2commit 所有更改 图 3push 所有更改

5. 

提交 Pull Request

下图红色箭头处写清楚 学号姓名

https://gitee.com/gdutcv/mlex03

实验课内完成 所有且通过老师/助教审查问答（每人一次代码重写机会，审查问答改进代码和报告任意次），删除任意 5 行左右代码，60 秒内可以重写，满分 100 分。120 秒内重写，95 分。超过 120 秒，按未能重写计算，88 分。课后 完成所有 85 分。未完成所有项目按比例扣分。

1. 点击https://www.huaweicloud.com/product/modelarts.html 并登录
2. 登录后，在页面中央大字 AI开发平台ModelArts，点击 控制台。
3. 检查费用-》代金券余额，确保够做完实验，不要产生欠费。
4. 
5. 
6. 余额无问题后开始创建 付费计算资源notebook
7. 
8. 创建 付费notebook 详细说明及其他高级功能见官方手册https://support.huaweicloud.com/usermanual-standard-modelarts/devtool-modelarts_0004.html
9. 推荐自动停止设为 3-8小时，实例选择7 元/每小时（不要选贵的钱不够！）的。

注意！！！！除了计算资源，云硬盘 EVS 也是收费的，做完实验所有数据上传 gitee 或本地硬盘后记得删除避免扣费！

from download import download

url = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/notebook/datasets/cifar-10-binary.tar.gz"

download(url, "./datasets-cifar10-bin", kind="tar.gz", replace=True)

绿联翻页笔程序