【2022-12-15】Linux 下使用 Shell 处理文本时最常用的工具有： find、grep、xargs、sort、uniq、tr、cut、paste、wc、sed、awk。

【2022-12-14】Linux 新手必备命令：tar、grep、which、find、cut等。`ifconfig`：于配置和显示 Linux 内核中网络接口的网络参数。

【2022-12-12】Linux 系统下，有一组常用命令可以快速查看 CPU、内存、环境、磁盘、进程等信息。

【2022-12-10】ps 是 进程状态 `(process status)` 的缩写，它能显示系统中活跃的/运行中的进程的信息, 包括用户名、用户 `ID`、`CPU` 使用率、内存使用、进程启动日期时间、命令名等等。

【2022-12-05】本文分析了激活函数对于神经网络的必要性，同时讲解了几种常见的激活函数的原理，并给出相关公式、代码和示例图。

【2022-11-26】所谓超参数，即不是通过学习算法本身学习出来的，需要作者手动调整（可优化参数）的参数(理论上我们也可以设计一个嵌套的学习过程，一个学习算法为另一个学习算法学出最优超参数)，CNN 中常见的超参数有:优化器学习率、训练 Epochs 数、批次大小 batch_size 、输入图像尺寸大小等。

【2022-11-22】通过对学习算法的修改，旨在显示地减少泛化误差（可能会以增大训练误差为代价）的策略被称为正则化，正则化是一种思想（策略）。

【2022-11-16】本文只介绍不平衡样本的处理思想和策略，不涉及具体代码，在实际项目中，需要针对具体任务，结合不平衡样本的处理策略来设计具体的数据集处理或损失函数代码，从而解决对应问题。

【2022-11-09】Normalization 操作被用于对数据属性进行缩放，使其落在较小的范围之内（即变化到某个固定区间中），比如 [-1,1] 和 [0, 1]，简单理解就是特征缩放过程。

【2022-11-06】数据增强（也叫数据扩增）的目的是为了扩充数据和提升模型的泛化能力。有效的数据扩充不仅能扩充训练样本数量，还能增加训练样本的多样性，一方面可避免过拟合，另一方面又会带来模型性能的提升。