源码下载地址：我下载的版本是：anomalib-1.1.0操作系统是：win11代码的结构为：新版本的anomalib没有单独的train.py文件了，后面需要自己新建train.py文件，或者用命令行进行训练。

生成完成之后，点击接受，就能智能生成py文件，若当前生成代码有报错的话，可以点击“添加上下文”选择生成的.py文件，把报错信息返还给ai，让他自己来修改。3、安装完成之后，点击应用，然后需要重启一下pycharm文件，重启之后在pycharm的侧面就能看到Lingma的插件，点击一下就能打开会话。2、点击插件->搜索Lingma->Install，等待安装完成。记录一下在pycharm上安装通义灵

直接找到.ssh文件，在c盘里面。解决方式更改端口号。保存之后，就可以了。

OSError: [WinError 126] 找不到指定的模块。我的情况是之前可以用，突然就不能用了，然后回忆了一下在这个期间我为了在VS上调试环境，把cuda里面的一个dll文件的名字后缀改了，即将cublasLt64_11.dll，cublas64_11.dll改成了cublasLt64_10.dll，cublas64_10.dll，我把这两个文件的名字改回去之后就可以正常使用了。经过网上的

记录一下自己学习的图像处理的基础知识。

这里ω指的是算法的相关参数，θ指的是当前算法的模型参数。主要的步骤是：首先给定一个算法ω，然后使用train-support的数据训练出模型参数θ，拿着这个模型参数θ在train-query数据上做评估，此时经过内层的训练，对于此时的ω肯定是模型θ最优的状态，如果此时在train-query上的评估结果不好，说明此时的ω算法不合适，就需要对ω进行更新。我们传统的机器学习，是手工设计一个模型，然后将

在我自己的图像上的训练结果并不是太好，我使用letterbox做填充的mobilenetv2最后在测试集上的分类精度是99.43%，用s1的分类精度是99.38%，当然对于不用的数据集肯定适用度也不同。最后测试推理速度时发现，推理的速度确实和mobileNetv2的速度也相差无几，和论文里的情况相符。t=N7T8。