创建头文件的三个步骤1、创建一个.h的头文件：里面允许存放类声明和函数声明// swap.h#pragma oncevoid swaps(int a, int b);2、创建一个.cpp的源文件，源文件里面写函数体(函数定义)头文件与定义了头文件中函数声明的源文件并不需要文件名字相同，但是为了规范起见，建议命名那么头文件是如何关联源文件的呢？这个问题实际上是说，已知头文件“a.h”声明了一系列函数

此解决方案来自于：https://www.cnblogs.com/my-blogs-for-everone/articles/12270938.html问题如下：pycharm 同一个目录下导入py文件时，模块下方出现红色波浪线时如何解决有时候导入本地模块或者py文件时，下方会出现红色的波浪线，但不影响程序的正常运行，但是在查看源函数文件时，（例如Debug时）会出现问题解决方案：1、进入设置，找

python functools.cmp_to_key使用一、python3 functools.cmp_to_key二、Leetcode1、Leetcode179 最大数2、剑指 Offer 45 把数组排成最小的数一、python3 functools.cmp_to_keycmp_to_key() 排序比较方法cmp是比较的意思（compare），cmp函数在python2中使用，Python

、原题链接：https://www.acwing.com/problem/content/727/由于时间复杂度限制，判断时判断遍历所有数会超时，只需要判断到根号a的情况即可，此时需要注意，如果a%i==0那么i是a的约束，a/i也是a的约束，如果i！=a/i的话，那么此时也需要把这个数加上import mathwhile True:try:n = int(input())for _ in ran

conda环境安装dlib包conda虚拟环境的python版本是3.6用了很多方法也没有安装好，最后使用whl文件安装的方式顺利安装！1：下载dlib包whl文件下载地址：链接: link.下载后解压进入anaconda prompt环境，并激活虚拟环境进入解压后的文件位置pip install 安装显示successfully installed 就是可以了在列表里找到dlib即安装成功...

VGGNetVGGNet 是由牛津大学著名研究组（Visual Geometry Group）提出网络亮点：通过堆叠多个3*3的卷积核来代替大尺度卷积核（减少所需参数）论文中提到，可以通过堆叠两个3x3的卷积核代替5x5的卷积核，堆叠三个3x3的卷积核代替7x7的卷积核，因为都拥有相同的感受野经典的VGG16网络结构VGG16经常作为一些网络的预训练模型或者目标检测网络的backbone,十分重要

感受野神经网络中感受野：神经网络每一层输出的特征图上的像素点在原始图像上映射区域的大小。原始图像是指网络输入图像，是经过预处理后的图像。感受野公式F(i) = (F(i+1)-1)*Stride +Ksize# F(i)代表第i层感受野# F(i+1)代表第i+1层感受野# Stride 代表第i层步距# Ksize代表卷积核或者池化核尺寸如上图所示： 第三层的感受野F(3) = 1,对应第二层的

此问题来自：https://www.zhihu.com/question/308310065最近再看BN、LN、IN、GN的区别，看到LN的时候，一直没太看懂，只知道：首先，BN天然与batch size有关，batch size太小bn的效果不会太好，并且BN对于图像那样的固定尺寸的输入有效，对RNN这种输入时序列形式的网络效果不好，反而Layer Normlization（LN）派上了用场，为

1、训练时显示每个类别的mAPverbose设置成True即可2、继续训练将’–resume’中的default =True设置为Truedefault = ''填入想要继续训练的生成的exp中的last.pt的路径或者使用命令行python train.py --cfg yolov5l,yaml --batch-size 64 --weights './runs/train/exp4/weigh

秉着前有大佬栽树后有菜鸡乘凉的思想，我在这里罗列一些我看到很有用的帖子，可能我的心得比较少，但是跟着这些帖子，一定会完美安装1、安装虚拟机2021安装Vmware和Ubuntu教程(特详细)其中，针对安装类型，我建议是分区安装，实际上上一个虚拟机已经被我搞毁掉了，因为我的home的容量太小了，所以导致于后来程序没法运行，而且交换空间也很小，这里有两个博文贴出来，可以看一下如何分区：Win 10 中