训练多层感知器时，epoch 和 iteration之间有什么区别？

使用 复制dist目录到开发环境中点击下载 请留意,生成数据库字典文件需要php环境 修改dist/data/initdata.php中的mysql数据库配置信息 访问dist中的index.html点击右侧生成数据即可 基本用法 将dist目录复制到你的开发环境。 Edit dist/data/initdata.php 访问dist / index.html 在索引页面上生成数据 via:https://github.com/lonisy/data-dictionary

该数据集收录包括14032条歇后语，16142个汉字，264434个词语，31648个成语。 项目结构 数据库介绍 成语 (idiom.json) 词语 (ci.json) 汉字 (word.json) 歇后语 (xiehouyu.json） via:https://github.com/pwxcoo/chinese-xinhua

创建并使用此数据集是为了预测文章在网上发布之后的受欢迎程度。 内容 互联网新闻数据收集于03.09.2019至04.11.2019（DD.MM.YYYY）之间。它包含来自多个知名发行商的文章（在发行网站上列为最受欢迎的文章）。 Sourceid 发布者唯一标识符 Source_name 发布者名称 Author 作者 Title 标题 Description 简短文章描述 Url 统一资源定位符 Urltoimage 指向与该文章相关联的主图片的URL Published_at 发布文章的确切日期和时间 Content 文章的未格式化内容 Top_article 列为热门文章的文章 via:https://www.kaggle.com/szymonjanowski/internet-articles-data-with-users-engagement

介绍 NWPU VHR-10数据集是十类地理空间物体检测数据集。 该数据集总共包含800个VHR光学遥感图像，其中从Google Earth获取了715幅彩色图像，空间分辨率范围为0.5到2 m；从Vaihingen数据获取了85幅锐化彩色红外图像，空间分辨率为0.08 m. 内容 数据集分为两组： a）正图像集，在一个图像中至少包含一个目标，包含650个图像。 b）负图像集包含150张图像，并且不包含任何目标。 正面图像集中，757架飞机，302只船，655个储油罐，390个棒球场，524个网球场，159个篮球场，163个田径场，224个港口，124座桥梁和477辆汽车均由手动边界框和用于ground truth的实例mask注释。 来源：https://github.com/chaozhong2010/VHR-10_dataset_coco

内容 有两张表，一张作者，一张古诗 例子 查看唐朝写诗歌最多的人 via:https://github.com/hxgdzyuyi/tang_poetry

恒星分类数据集 介绍 制作数据集的目的是为了证明天体空间中的恒星遵循一定的图形规律，这个图形被称为赫茨普朗-罗素图或简称为hr图。 这样我们就可以根据这张图绘制恒星的特征来对恒星进行分类。 数据收集和准备技术: 数据集是根据天体物理学中的几个方程创建的。它们如下所示: 斯蒂芬-玻尔兹曼黑体辐射定律(寻找恒星的光度) 维恩位移定律(用波长求恒星表面温度) 绝对星等关系 恒星的视差半径 这个数据集花了3周的时间，收集了240颗星星，这些星星大多是从网上收集的。 其中，缺失的数据是用上面给出的天体物理学公式手工计算出来的。 内容 这是一个由恒星的几个特征组成的数据集，比如： 绝对温度(K) 相对亮度(L / Lo) 相对半径(R / Ro) 绝对星等(Mv) 星色(白、红、蓝、黄、黄橙色等) 光谱类(O、B、A、F G、K、M) 恒星类型(红矮星、褐矮星、白矮星、主序、超级巨星、超级巨星) Lo = 3.828 x 10^26瓦(太阳平均光度) Ro = 6.9551 x 10^8米(太阳平均半径) 数据集转载自 https://www.kaggle.com/deepu1109/star-dataset