PASCAL VOC数据集 和 MS COCO数据集。PASCAL VOC包含约10,000张带有边界框的图片用于训练和验证。常用的是VOC2007和VOC2012两个版本数据，共20个类别，分别是：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-z7lVGxa3-1654485842228)(D:\Desktop\CV_tensorflow笔记\目标检测\图片库\P

现在有一组数据，需要绘图，同时需要固定住y轴范围最大值。但是通过方法设置后依然无效。经过尝试发现因为数据是字符类型的原因，导致设置的y轴范围失效。

但是神经网络有多层，如果数据经过一层后都发生了数据分布的改变，就不能保证这个网络的高效性，这就是ICS问题，而深度学习中的Normalizaiton就是解决这个问题。假设是对一个全连接的网络层的输出做batch norm，此层的输出有五个神经元五个特征，每个特征的维度是1，然后这个batch是3。此部分通过1d的方式来验证BN的计算方式，batch中的数据也模拟成和上1d图一致。假设对3d卷积层的

关于docker创建gpu容器时的报错：docker: Error response from daemon: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error

关于docker创建gpu容器时的报错：docker: Error response from daemon: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error