网络爬虫通俗来讲就是使用代码将 HTML 网页的内容下载到本地的过程。爬取网页主要是为了获取网页中的关键信息，例如网页中的数据、图片、视频等。Python 语言中提供了多个具有爬虫功能的库，下面将具体介绍。urllib 库：是 Python 自带的标准库，无须下载、安装即可直接使用。urllib 库中包含大量的爬虫功能，但其代码编写略微复杂。requests 库：是 Python 的第三方库，需要

卷积就是拿图像局部窗口的数，和卷积核（Filter）做内积 —— 也就是对应元素相乘再相加。卷积核是一组固定权重的小矩阵，就像 “特征探测器”，不同的卷积核能提取不同的特征，比如检测边缘、让图像变模糊等。把卷积核的中心对准输入图像的某个像素，然后把这个像素和周围像素的数值，跟卷积核的权重分别相乘，再把结果加起来，就是输出的像素值；举个例子：输入图像某区域的像素是 [1,2;0,1]，卷积核是 [0

本文系统介绍了Python数据可视化库Matplotlib的核心功能和应用方法。作为Python生态中最基础强大的绘图工具，Matplotlib支持多种图表类型（折线图、散点图、柱状图等）和高级定制功能。文章从安装导入、基本绘图、图表类型详解到高级设置（图形大小、多图绘制、样式主题等）进行了全面讲解，并介绍了与Seaborn、Pandas等库的整合应用。通过丰富的代码示例，帮助读者掌握从基础到进阶

NVIDIA 显卡中的运算平台是 CUDA，不过，即使您的计算机有 NVIDIA 显卡，但您的显卡中也不一定含有 CUDA，没有的话就要下载 CUDA。），它是可以向下兼容的。电脑支持的最高版本的CUDA是由显卡驱动决定的，如果您想下载高版本的CUDA要更新显卡驱动，显卡驱动如何更新与本文无关，这里不赘述，可以自行查找相关教程。】，选择cuda 12.1 版本的，如图，请注意，这里使用 pip 安

NVIDIA 显卡中的运算平台是 CUDA，不过，即使您的计算机有 NVIDIA 显卡，但您的显卡中也不一定含有 CUDA，没有的话就要下载 CUDA。电脑支持的最高版本的CUDA是由显卡驱动决定的，如果您想下载高版本的CUDA要更新显卡驱动，显卡驱动如何更新与本文无关，这里不赘述，可以自行查找相关教程。】，选择cuda 12.1 版本的，如图，请注意，这里使用 pip 安装，而不是 conda

在计算机视觉领域，人脸识别是最经典且实用的技术之一。OpenCV 提供了 LBPH、EigenFaces、FisherFaces 三种成熟的人脸识别算法，无需复杂的深度学习框架，仅用传统机器学习就能实现高效人脸匹配。

卷积神经网络（CNN）是计算机视觉领域的核心模型，相比全连接网络，它能更高效地提取图像特征。本文不空谈理论，而是通过 PyTorch 代码实现一个完整的 CNN 模型，带你在实战中理解卷积、池化等核心概念，掌握 CNN 的工作原理。

当预设策略无法满足需求时，可通过LambdaLR自定义学习率调整规则，支持为不同层设置不同学习率（如微调预训练 CNN 时，对浅层和深层采用不同学习率）。原理：通过lr_lambda函数定义学习率与 epoch 的关系，函数输入为当前 epoch，输出为学习率调整倍数。适用场景迁移学习中，对预训练层（如 ResNet 的 conv1-conv4）用小学习率微调，对新增全连接层用大学习率训练；需特殊

在计算机视觉领域，模板匹配是一种简单有效的目标检测方法，它可以在一幅图像中快速查找与模板图像相似的区域。本文将基于 OpenCV 库，介绍如何使用模板匹配技术在图像中定位目标。

本文涵盖了 OpenCV 图像处理的核心基础：从图像的读取显示、灰度转换，到区域截取、视频处理，再到通道操作、创意修改与尺寸调整。这些操作看似简单，却是实现复杂视觉任务（如目标检测、人脸识别）的基石。