Hessian矩阵在图像处理中有着广泛的应用：其中在图像分割领域，包括边缘检测、纹理分析等；在图像增强领域，包括边缘增强、边缘消除等。有别于广为人知的Sobel、Canny等一阶算法，基于Hessian矩阵能够得到图像二阶结果，这将帮助我们深入分析图像本质。先挖个坑，之后慢慢写。

在Tensorflow2中使用mnist_784数据集进行手写数字识别

按照书上的例子学习，这个数据集怎么都下不下来解决方法便是，自己把数据集下载下来，放在合适的文件夹里面把 mnist = fetch_openml('mnist_784',version=1)换成mnist = loadmat('G:/pythonProject/MachineLearning/2分类/mnist-original.mat')数据集里面的target就是label。# 使用sklea

按照书上的例子学习，这个数据集怎么都下不下来解决方法便是，自己把数据集下载下来，放在合适的文件夹里面把 mnist = fetch_openml('mnist_784',version=1)换成mnist = loadmat('G:/pythonProject/MachineLearning/2分类/mnist-original.mat')数据集里面的target就是label。# 使用sklea