使用了类似卷积神经网络中的层次化构建方法，比如部分特征图尺寸中有对图像下采样4倍的，8倍的以及16倍的，这样的backbone有助于在此基础上构建目标检测，实例分割等任务。是循环神经网络的一种，和LSTM一样，也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。使用记录maxpool层最大响应特征位置的tensor来进行上采样，避免了FCN中学习上采样带来的消耗，而后再使用可训练的卷积层使稀疏

对鸢尾属植物数据分析结果如下：先对数据进行预处理，转换成dataframe。最开始使用Kmeans对四个属性进行分析，发现得出的准确率只有0.8933，这个准确率并不是很高，于是想出了先用主成分分析PCA看一下各个属性对不同类别的影响。发现四个属性中，选用两个属性PC1和PC2更加好一些。发现相比较来说，主成分分析好像对Kmean并没有什么好处。于是采用主成分分析+其他方法。以KNN为：发现PCA

一、卷积神经网络（CNN）定义卷积神经网络（convolutional neural network, CNN），是一种专门用来处理具有类似网格结构的数据的神经网络。卷积网络是指那些至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络。经典神经网络的结构：LeNet-5AlexNetVGG二、DNN与CNN的区别上图为DNN神经网络图，DNN内部的神经网络层可以分为三类，输入层，隐藏层

1、人工神经元人类神经元中抽象出来的数学模型树突：input细胞核：处理操作+激活函数轴突末梢：输出f(∑i=1NIi⋅Wi\sum_{i=1}^{N} I_{i}\cdot W_{i}∑i=1N​Ii​⋅Wi​)=y人工神经网络：大量的神经元以某种连接方式构成的机器学习模型。第一个神经网络：1958年，计算机科学家Rosenblatt提出的Perceptron（感知机）o=σ\sigmaσ(（&

1、页面能运行出界面，但是不显示数据，如图2、这时首先检查数据库连接字符串在src\main\resources\dbconfig.properties 修改好连接字符串一般都可以出现数据3、若是仍然不出现数据，可以尝试清除下缓存：关闭浏览器、remove、clean4、以上措施如果还不行，有可能是mysqljar包版本不一致引起，console一般会提示Unknown system variab

OpenCV详细入门（基础篇）一、OpenCV介绍OpenCV（open source computer vision library）是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像

一、卷积神经网络（CNN）定义卷积神经网络（convolutional neural network, CNN），是一种专门用来处理具有类似网格结构的数据的神经网络。卷积网络是指那些至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络。经典神经网络的结构：LeNet-5AlexNetVGG二、DNN与CNN的区别上图为DNN神经网络图，DNN内部的神经网络层可以分为三类，输入层，隐藏层

1、人工神经元人类神经元中抽象出来的数学模型树突：input细胞核：处理操作+激活函数轴突末梢：输出f(∑i=1NIi⋅Wi\sum_{i=1}^{N} I_{i}\cdot W_{i}∑i=1N​Ii​⋅Wi​)=y人工神经网络：大量的神经元以某种连接方式构成的机器学习模型。第一个神经网络：1958年，计算机科学家Rosenblatt提出的Perceptron（感知机）o=σ\sigmaσ(（&

1、人工神经元人类神经元中抽象出来的数学模型树突：input细胞核：处理操作+激活函数轴突末梢：输出f(∑i=1NIi⋅Wi\sum_{i=1}^{N} I_{i}\cdot W_{i}∑i=1N​Ii​⋅Wi​)=y人工神经网络：大量的神经元以某种连接方式构成的机器学习模型。第一个神经网络：1958年，计算机科学家Rosenblatt提出的Perceptron（感知机）o=σ\sigmaσ(（&

OpenCV详细入门（基础篇）一、OpenCV介绍OpenCV（open source computer vision library）是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像