机器学习中的在线学习与离线学习

ubuntu系统的c++版本opencv，VideoCapture接口能打开摄像头、但是无法成功读取本地视频文件

使用github开源模型转换工具tensorrtx，编译人脸检测算法retinaface，将.wts类型权重生成.engine类型权重时，报以下错误：/tensorrtx/retinaface/decode.h:6:10: fatal error: NvInfer.h: No such file or directory#include "NvInfer.h"二、解决方法通过cmake将tenso

rows：row的复数，行，即图像的高，height。

720P，1080P等，表示的是“视频像素的总行数”，比如，720P表示视频有720行的像素，而1080P则表示视频总共有1080行像素数，1080P分辨率的摄像机通常像素数是1920*1080。MP是像素总数，即像素的行数（P）及列数(K)相乘后的结果（百万像素）。比如，1080P摄像机是1920像素与1080像素相乘，得到2MP（百万像素）的像素总数。2K，4K等，表示的是“视频像素的总列数”

这些端口通常不会被像木马这样的黑客程序利用。为了使大家对这些常用端口多一些认识，在本章后面将详细把这些端口所对应的服务进行列表，供各位理解和参考。

一、 迁移学习的概念迁移学习(Transfer learning) 顾名思义就是把已训练好的模型（预训练模型）参数迁移到新的模型来帮助新模型训练。迁移学习是一种思想，而不是一种方法。具体而言是将某个领域或任务上学习到的知识或模式应用到不同但相关的领域或问题中。这这种思想下，根据问题不同、领域之间的数据分布假设不同，会有不同的方法。二、 迁移学习的好处1、更高的起点：在微调之前，模型的初始性能更高；

转载链接如果想在Linux环境下使用图形化界面的SVN客户端软件，那么RabbitVCS绝对是首选，可以媲美Windows环境下用的TortoiseSVN，甚至连操作都基本一样，所以强烈推荐给各位童鞋。RabbitVCS基本支持所有的Linux发行版本包括Ubuntu、Debian、Fedora、Arch Linux、Gentoo、Mandriva、OpenSUSE、RHEL、CentOS 5等。

因为开发过程中，往往没有真实的部署环境，或者真实部署环境资源紧张，大家迫不得已要在自己的设备上开发。下面记录下，这种情况下算法开发和SDK方式封装的总体思路。

使用numpy是最方便的；当然刚开始的程序有点儿复杂，但对于理解python画图的实现过程是有帮助的。2）建立两个空列表X,Y，将第一列的数字放入X，第二列的数字放入Y中。另外，numpy.loadtxt还可以读取.dat等文件。请以第一列为x轴，第二列为y轴画图。1）使用readlines读取文件。3）以X，Y为轴画图。