训练篇:使用pytorch实现垃圾分类并部署使用,浏览器访问，前端Vue，后台Flask1.数据集准备1.1数据集下载1.2 数据集划分1.3实现自己的Dataset2.开始训练数据2.1 实现训练方法和测试方法2.2 开始训练1.数据集准备1.1数据集下载在百度的AI Studio中有公开数据集，里面有很多不错的数据集可以给我们免费下载使用，下载速度也很快其中这个数据集就是本文所使用的的数据集，

Ubuntu20.04环境下编译MNN并部署mnist

1.前期环境准备1. 1 MNN环境编译具体看我前面写的文章：文章地址1.2 opencv for android的安装进入opencv官网，下载安装包：下载地址下载完成后解压即可2.Android工程环境配置2.1 创建Android工程打开Android Studio新建一个Native C++工程2.2 MNN环境配置将之前MNN编译Android的生成的build_64文件夹下的libMN

开发起因由于组会汇报时，在所难免的需要使用公式，但是PPT中的公式编辑器使用不惯，并且之前写博客都是使用markdown编辑的，而markdown中的公式编辑就非常方便，所以就打算开发一个使用markdown编辑的公式编辑器，编辑好公式后，直接截图放入PPT中技术选型本人技术太菜，对windows软件开发并没怎么接触过，只用C#写过上位机，使用最多的还是前端JS等语言，所以打算使用JS来开发桌面应