由于时间关系我没有实现决策树的剪枝与CART算法.

明明简单的算法,代码写起来还真不轻松...感觉后面的算法我可能要偷懒了.

K近邻法比较简单,我就讲下流程.

我觉得自己对于概率视角下的机器学习方法还是不够清晰,因此开个新坑(其实这个基础就应该上上学期打好),现在准备两个月之内把统计学习方法第二版撸完(flag是不是太...).不管了,今天是第一章感知机,为了节约记录的时间,我都只写我觉得比较重要的地方.

我参考tf-pose-estimation重新构建一个人体姿态估计模型,下面主要记录一下坑点.

今天发现tf.keras.Model.outputs的隐藏问题(feature),我居然之前都没有发现233

Python Docstring Generator这个插件我用了挺久了,不过他这里的提供的样式风格和vscode自动提示的风格是不太匹配的.之前改了一个模板我又找不到了,这里记录一下.

之前一直用autopep8作为格式化公式，后来发现不能设置缩进两个空格就换成了yapf。但yapf实在是一言难尽，我不太喜欢这种整个文档都帮你格式化的，autopep8这样可以只考虑每一行的内部的格式化就足够了，可以给程序员更多的调整空间。

最近我开的vultr的vps好像全挂了，ip貌似被用滥了，所以使用机场了。现在用的这个一年dlercloud的一年288的套餐还挺贵的=_=。window下配置比较简单，下载官方提供的clash-win然后直接登陆账号密码就完事了，Ubuntu下面真的难倒我了，下面说下怎么配置。

最近偶然看到一篇AnimeGAN的推送，他的官方实现在这里。我很感兴趣，尝试学习并复现，下面是我的一些记录。

NOTE：虽然很有趣，但是没算力真的让我想放弃。