0 缘由因为服务器中磁盘初始分配问题，导致后面深度学习训练使用GPU空间不均衡，本次先对磁盘空间进行挂载，之后使用vscode（pycharm会本地和远程跑不同步运行等问题，后续再整理问题…）进行配置远程连接使用。1 前面配置铺垫**磁盘和用户查看（创建）查看当期用户：~$whoami显示目前登录系统用户信息：~$who查看系统用户信息：~$ cat( or more、less) /etc/pas

TensorFlow平台和选型使用Windows10搭建深度学习环境配置问题参考的链接不同系统环境对应cuda算力版本问题查看GPU算力参考链接使用conda创建新的环境：conda create -nname ，指定python==xxx 版本#安装TensorFlow2.4版本#已经安装了Anaconda 使用Anaconda Prompt终端pip install tensorflow==1

中外文对比：（计算机工程与应用 VS computers and electronics in agriculture）主要看前三部分就行了！文章目录中外文对比：（计算机工程与应用 VS computers and electronics in agriculture）前奏中外文区别论文结构中文题目作者信息摘要关键词Titleabstractkeywords0 引言1 相关工作2数据采集和处理数据

先说结果再谈概念，个人理解，不恰当之处请大佬指点！一、为什么CNN、卷积能够提取特征？首先这个问题就不能说是一个恰当的问题，就图像处理角度来看，特征是数字图像映射到计算机处理的矩阵，而每个矩阵的数值就是一个特征点，由一幅图像组成的整个特征矩阵就是一个特征图，每输入网络的点（0~255数值）针对神经网络而言都是一个特征，不同维度的特征就是不同维度的特征向量。故卷积、CNN并不是完全说是提取特征，而是

近期在学习目标检测模型部署和使用rk开发板，通过人脸检测进行简单实战

0 缘由因为服务器中磁盘初始分配问题，导致后面深度学习训练使用GPU空间不均衡，本次先对磁盘空间进行挂载，之后使用vscode（pycharm会本地和远程跑不同步运行等问题，后续再整理问题…）进行配置远程连接使用。1 前面配置铺垫**磁盘和用户查看（创建）查看当期用户：~$whoami显示目前登录系统用户信息：~$who查看系统用户信息：~$ cat( or more、less) /etc/pas