课堂回答-人工智能课堂问题 其一
基于机器学习对分类筛选的脑补进行筛选1.@overrider1234@Overridepublic boolean equals(Object obj) { return this.k.equals(((Line)obj).k) && this.b.equals(((Line)obj).b);}
2.比较器Comparator位于包java.util下，而Comparable位于包java.lang下，Comparable接口将比较代码嵌入自身类中，而后者在一个独立的类中实现比较。像Integer、String等这些基本类型的Java封装类都已经实现了Comparable接口，这些类对象本身就支持自比较，直接调用Collections.sort()就可以对集合中元素的排序，无需自己去实现Comparable接口。
其实原理是一样的，就是用相应的特征什么的筛选出来，目前我知道的可能就是多个数和字符的对比，利用==放入这个函数
用多个动态数组，集合，放置这些被筛选的元素注意：一定是动态，因为如果不是动态，我们哪知道一共有多少需 ...
基于深度学习的图像着色系统项目介绍
基于深度学习的图像着色系统项目介绍库的支持这里我们用到了以下的库
直接用pip命令安装txt文件中的上述库，非常方便
1pip install requirements.txt
torch1.1 torch.nn简介与功能nn是Neural Network的简称。
torch.nn模块是PyTorch提供的，帮助程序员方便（1）创建神经网络和（2）训练神经网络而提供的模块。主要功能包括：
创建神经网络
训练神经网络
2.1 获取神经网络的模型参数torch.nn.Parameter 获取模型参数
项目中的重要方法总结与归纳:将数据转换成Tensor，便于模型使用
torch.nn.Module:
它是所有神经网络模块的基类。
torch.nn.Conv2d
该软件包将用于在由多个输入平面组成的输入信号上应用2D卷积。
BatchNorm2d()
归一化
函数参数讲解：
BatchNorm2d()函数数学原理如下：
1BatchNorm2d(256, eps=1e-05, momentum=0.1, affin ...
