使用paddle了解深度学习，入门深度学习----线性回归模型

颜色识别opencv+trackbar调节目标颜色hsv的阈值颜色识别，trackbar调节颜色阈值#include <iostream>#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"using namespace cv;using namespace std;Mat imgOri

深度学习深度学习工作原理神经网络中每层对输入数据所做的具体操作保存在该层的权重（weight）中，其本质是一 串数字。用术语来说，每层实现的变换由其权重来参数化（parameterize）。权重有时也被称为该层的参数（parameter）。在这种语境下，学习的意思是为神经网络的所有层找到一组权重值，使得该网络能够将每个示例输入与其目标正确地一一对应。但重点来了：一个深度神经网络可能包含数千万个参数

将代码封装为dll动态库

最近项目需要，需要对训练好的模型加密，并且完成解密部署，趁着yolov8的发布写篇博客，我这里主要用python实现，C++版的也在开发中，有机会也分享出来。模型加密的手段有很多种，目前现有的加解密工具也有很多，我目前使用的以openssl、cryptography为主。这些工具里都提供了很多加密算法如AES等等。