说明：这是优达学城的一个机器学习作业项目，我觉得还比较典型综合了几个常见的深度学习技术，值得分享一下；实现包括，数据增广，迁移学习，网络模型构建，训练，评估方法等。缺点：由于训练数据集规模较小，训练的数据，不确定精确反映网络模型性能；比如ResNet50加载预训练模型权重，相比不加载(随机值)，训练后精确度反而稍微较低，与理论不符。项目3：人脸识别欢迎来到机器学习工程师纳米学位的第三个项...

2.1 安装ROS为省时间，先用udacity的虚拟机环境；后续再装实体机。

迁移学习是指对提前训练过的神经网络进行调整，以用于新的不同数据集。迁移学习分类主要取决于以下两个条件：1.新数据集的大小，以及2.新数据集与原始数据集的相似程度使用迁移学习的方法将各不相同。有以下四大主要情形：新数据集很小，新数据与原始数据相似新数据集很小，新数据不同于原始训练数据新数据集很大，新数据与原始训练数据相似新数据集很大，新数据不同于原始训练数据大型数据集可能具有 1...

迁移学习是指对提前训练过的神经网络进行调整，以用于新的不同数据集。迁移学习分类主要取决于以下两个条件：1.新数据集的大小，以及2.新数据集与原始数据集的相似程度使用迁移学习的方法将各不相同。有以下四大主要情形：新数据集很小，新数据与原始数据相似新数据集很小，新数据不同于原始训练数据新数据集很大，新数据与原始训练数据相似新数据集很大，新数据不同于原始训练数据大型数据集可能具有 1...

我们在上个部分构建的神经网络其实不太成熟，它还不能识别任何数字。具有非线性激活函数的神经网络就像通用函数逼近器一样。某些函数会将输入映射到输出。例如，将手写数字图像映射到类别概率。神经网络的强大之处是我们可以训练网络以逼近这个函数，基本上只要提供充足的数据和计算时间，任何函数都可以逼近。一开始网络很朴素，不知道将输入映射到输出的函数。我们通过向网络展示实际数据样本训练网络，然后调整网络参数，使其逼

pstate的nzcv标志位条件标志位描述N负数标志(上次运算结果为负值，则N=1,否则N=0)Z上次运算结果为0C对于加法运算，无符号溢出，C=1, 其他不变V有符号溢出条件码后缀助记符标志位定义0000EQZ=1相等0001NEZ=0不相等0010CS/HSC=1无符号大于或者等于0011CC/LOC=0无符号小于0100MIN=1负值0101PLN=0正值或0

添加适当标注，可提高图形的可读性；常用标注包含，坐标轴的值和描述，legand对图像中的线描述，图像任意地方添加文字描述等。1.添加X/Y轴范围设置，及注释import numpy as npimport matplotlib.pyplot as pltx=np.linspace(-5,5,100)y1=2*x+1y2=x**2#设定X/Y轴范围plt.xlim(-1,2...

1.ARM64的异常等级ARM64包含4个异常等级：EL0：非特权模式，常用来跑应用程序；EL1：特权模式，常用来跑内核；EL2：虚拟化监控程序，例如hypervisor；EL3：安全模式，例如secure monitor;2.同步异常和异步异常同步异常包括：1.系统调用，svc, hvc, SMC等；2.MMU引发的异常；3.SP和PC对齐检查；4.未分配的指令；异步异常：IRQ中断；FIQ中断

参考链接：https://en.cppreference.com/w/cpp/numeric/random/normal_distributionstd::normal_distribution是C++11提供的一个正态分布函数模板类头文件：include<random>可以创建一个有特定期望值和方差的正态分布；double mu {50.0}, sigma {10....

Pandas中有哪些非值数据1. NaN 是什么NaN是被遗失的，不属于任何类型from numpy import NaN,nanprint(nan)nanprint(NaN==True)print(NaN==False)print(NaN==0)print(NaN=='')print(NaN==NaN)print(NaN==nan)FalseFalseFalseFalseFalseFalseim