#一般在训练模型的代码段加入：model.train()#在测试模型时候加入：model.eval()同时发现，如果不写这两个程序也可以运行，这是因为这两个方法是针对在网络训练和测试时采用不同方式的情况，比如Batch Normalization 和 Dropout。训练时是正对每个min-batch的，但是在测试中往往是针对单张图片，即不存在min-batch的概念。由于网络训练完毕后参数都是固

1.什么是学习率学习率(Learning rate)作为监督学习以及深度学习中重要的超参，其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。  这里以梯度下降为例，来观察一下不同的学习率对代价函数的收敛过程的影响（这里以代价函数为凸函数为例）：回顾一下梯度下降的代码：  repeat{    θj=θj−αΔJ(θ)Δθjθj=θj

minGW32-make遇到的错误1：[ 37%] Linking CXX shared library …\bin\libopencv_core341.dllCMakeFiles\opencv_core.dir/objects.a: member CMakeFiles\opencv_core.dir/objects.a(vs_version.rc.obj) in archive is not a

python 安装 opencv3.6**1 首先需要安装Python：https://www.python.org/downloads/选择需要安装的版本，一般在3.5以上。Python 3.6.32 pip install opencv-python3 pip install opencv-contrib-python==3.4.1.15使用 --user 选项可以使你能够在C盘也能够顺利操作