目标检测算法的分类两步走先找出候选区域再对候选区域进行调整、分类代表：R-CNN一步走（端对端采用一个网络一步到位yolo目标检测不仅需要输出分类结果还要输出物体的位置信息。主要评估指标——IOU目标定位的简单实现思路增加一个全连接层，即FC1和FC2。FC1用于类别的输出，FC2用于位置信息(x, y, w, h)的输出。...

手动实现一些transforms中的功能，用于实现图像增强、扩充数据集

本文采取微调整个预训练模型的方式，使准确率从0.3提升到了0.93。之前写过一篇实现猫十二分类的文章，写出了大体的流程，但实际效果并不佳。

华为CANN训练营学习笔记汇总，都是跳转链接

八月十九日的直播课，带着过了一遍风格迁移在CANN上的大致流程

问题背景：表格数据中的缺失值问题创新点：特征专属的embedding处理缺失值方法改造的双重masked self-attention随机遮掩实验方法：在五个数据集上对比11个ML和5个DL模型应用三种imputation。

发现了一篇比较漂亮的resnet代码，借鉴，学习。

傅里叶变换原文一切的波形都可以用正弦波叠加得到（“任何”周期信号都可以用一系列成谐波关系的正弦曲线来表示）。傅里叶展开，是将一个周期性函数，改写成一系列正弦函数和余弦函数的级数之和，且该“和”的极限，与原函数相等。傅里叶级数在时域是一个周期且连续的函数，在频域是一个非周期离散的函数；傅里叶变换则是将一个时域非周期连续的信号转换为频域非周期的连续函数。傅里叶变换可以看作一个周期无穷大的傅里叶级数。许