本项目利用python实现N-gram语言模型，采用的平滑算法是Kneser-Ney平滑。

#前言| 影响销售额的选址要素 #推荐步骤 #相关性分析| 准备阶段– 把门店落在地图上并生成商圈 相关性分析| 准备阶段– 抽出门店商圈数据 相关性分析| 准备数据（内部门店&外部商圈数据） 相关性分析| 分析与销售额的相关因子推荐步骤 MarketAnalyzer 模型确立 抽取代表性城市 构建开发人员方 整理内部数据 所有开业城市 便使用的系统平 准备外部数据 调配外部数据 并导入模型 模型完善验证 小规模测试 系统构建 http://www.youshi-tech.com 选址赢家 c

pytorch_classification 利用pytorch实现图像分类，其中包含的密集网，resnext，mobilenet，efficiencynet，resnet等图像分类网络，可以根据需要再行利用torchvision扩展其他的分类算法 实现功能 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，修正与投票融合 利用flask实现模型云端api部署 使用tta测试时增强进行预测 添加label s