LeNet-5诞生于上世纪90年代，是CNN的开山之作，最早的卷积神经网络之一，用于手写数字识别（图像分类任务），它的诞生极大地推动了深度学习领域的发展。LeNet在多年的研究和迭代后，Yann LeCun将完成的这项开拓性成果被命名为LeNet5，并发表在论文《Gradient-Based Learning Applied to Document Recognition》上，如今的AlexNet

一、获取大佬的yolov7源码二、配置深度学习环境三、准备数据集四、用yolo v7训练自己的数据集五、用训练好的模型测试六、用训练好的模型预测

使用Python实现输入表达式计算，并返回计算结果，主要思路如下：首先逐字符解析计算式，包括计算符号、计算数（注意对负数前负号‘-’的处理）等，然后根据先乘除后加减的计算优先级规则，对解析出来的计算单元执行计算。这里要特别注意对括号的处理，因为括号具有最高的优先级，因此处理算数表达式时，应该先搜索整个表达式的最后一个左括号，再搜索与之匹配的右括号，截取两个括号之间的表达式，先进行运算，计算完括号内