当时我解决这个问题是受到了一个外国小哥回答的启发，即有可能不是opencv安装的问题，而是我原代码出了错，所以我去网上找了别人跟我写的类似功能的代码去比对，最后历经六小时才发现原因所在，希望能帮助大家省下这个时间。X64，X32是电脑位数，这个自己查看自己电脑的位数即可，64位用X64，32位用X32。在网上查了很多类似的报错的解决方法，几乎所有的都试过了，opencv卸载重装了很多遍，都没有用，

实际上，学生模型的中间网络层也可以学习教师模型的中间网络层输出结果，让学生模型的中间网络输出结果拟合教师模型的中间网络输出结果，如下图所示。这就好比一个教授教授一个婴儿，一下学不会那就分开学。

在调用ffmpeg包的时候发现这个乱码的报错：ffmpeg’ �����ڲ����ⲿ���Ҳ���ǿ����еij������������ļ���

决策树基础知识：从信息熵决策熵到信息增益、信息增益率、基尼系数，到两种剪枝处理和随机森林，生动易懂配有自制插图

其实这个报错很好理解，就是只有float型或者complex型可以进行梯度计算。而问题也就出在我arange后面中用的是“4”，改成“4.0”变成小数即可。

运行结果：该目录的文件夹内新增加了四张图片，但是除了‘A.jpg’是白色图片以外，另外三张图片都是灰色（我猜是灰度图，保存的时候只保存了一个数字值，然后系统默认为只有一个通道的灰度图）这里输出的是RGBA而不是RGB！大致意思是将一张RGB图片分成R、G、B三个通道，并分别将每个通道的图片保存下来。我查找了好久的博客，终于找到一篇博客问题描述与我的相符(就是参考资料后面给的链接)问题在于，'Ave

参数整流线性激活函数(PReLU)，全称Parametric ReLU，在解决ReLU激活函数会出现的dead relu神经元死亡的现象的同时，引入一个新的可学习的参数对激活函数进行控制。

双曲正切1函数(tanh)，其图像与sigmoid函数十分相近，相当于sigmoid函数的放大版。在实际的使用中，tanh函数要优先于sigmoid函数。

指数线性单元(ELU)，全称Exponential Linear Units，使用了指数作为激活函数的一部分。

Leaky ReLU激活函数是为了解决ReLU激活函数会出现的dead relu神经元死亡的现象，而这一现象的根本原因是ReLU函数在x0的范围内梯度恒为0，无法更新参数。所以Leaky ReLU将x0的部分换成一个斜率很小的一个线性函数来解决这一问题。