阿這不就是 validation set 要做的事情
透過 validation set 我拿到了一個數字
我們之前做過的案例是，我們知道每多一個或少一個（那個案例要預測的東西是
總之一個 model 的 precision accuracy 可以直接用數學算，但「夠不夠好」就是看使用場景了
於是這個案例之後的問題就會化約為：如果你使用這個 model，平均而言會離最佳解少賺 n 元，你願不願意接受這樣的 model
然後此時你應該已經意識到這已經不是數學問題了。
假設我在 train 之前把 test set 的資料丟去 predict
再把 test set 的資料丟去 predict
有沒有 model 是同時保存上一層 layer 的
第一層的 input 就是 input layer
第二層的 input 就是第一層的 output 跟 input layer
第三層的 input 就是第一二層的 output 跟 input layer
奇怪 keras 當中為什麼沒有 identity layer
有沒有什麼簡單的 one to many RNN 的 example
沒有已存在的這種網路 但你可以自己建一個
最相近的話 densenet 的 dense layer 蠻像的
跟ㄋ講一件事
如果你買 android 的話
直接 root 後就跟變色龍一樣的功能了
沒ㄚ 你 root 後才能 nfc card emu 啊
read 只是順便
而且如果要 detection 或啥的理論上 android 手機也可以做到
就 基本上所有功能 android 手機都可以做到
只是 PRNG attack 啥的可能沒有好用的 app