首先找到数据库的安装路径打开我的电脑属性，找到高级系统设置---->环境变量。查看然后打开cmd转换磁盘C:\Users\86159>D:具体路径，前要加cdD:\>cd D:\mysql-8.0.27-winx64\bin进入mysql：D:\mysql-8.0.27-winx64\bin>mysql -uroot -p002415显示出mysql>表示成功...

首先找到数据库的安装路径打开我的电脑属性，找到高级系统设置---->环境变量。查看然后打开cmd转换磁盘C:\Users\86159>D:具体路径，前要加cdD:\>cd D:\mysql-8.0.27-winx64\bin进入mysql：D:\mysql-8.0.27-winx64\bin>mysql -uroot -p002415显示出mysql>表示成功...

LInux下TensorRT加速流程

1.new project 在空工程下新建module模块2.新建模块（File-->new-->Module）这里新建一个普通的java模块3.让模块编程javaEE的模块（让Module变成webapp的模块，符合webapp的文件）在Module添加框架支持，在弹出的窗口中选择web application此时IDEA会自动为你生成servlet规范的文件，有一个web目录，这个

也就是说不管卷积核深度是多少（卷积核的深度和要被卷积的原始神经元的深度要一样），而卷积会合并卷积深度为1，我想这才是很多人疑惑的地方，其他的没什么好疑惑的。例如输入的是一张RGB的图片，可以这样来表示（512×512×3），512×512代表图片的大小（512*512个像素点），而RGB图像的深度有三层。（而卷积核的深度与输入的深度一样（为了每一层对应计算嘛），因此卷积核的输入通道往往省略不写）。

torch.reshape()是如何操作的问题背景：假设当我们的dataloader的batch_size设置为64。并且经过卷积（out_channels=6）之后，我们需要使用tensorboard可视化，而彩色图片的writer.add.images(output)的彩色图片是in_channels=3的。那么则需要对卷积后的图片进行reshapeTorch.size(64,6,30,30)

也就是说不管卷积核深度是多少（卷积核的深度和要被卷积的原始神经元的深度要一样），而卷积会合并卷积深度为1，我想这才是很多人疑惑的地方，其他的没什么好疑惑的。例如输入的是一张RGB的图片，可以这样来表示（512×512×3），512×512代表图片的大小（512*512个像素点），而RGB图像的深度有三层。（而卷积核的深度与输入的深度一样（为了每一层对应计算嘛），因此卷积核的输入通道往往省略不写）。

参考博客：参考教材：软件工程（第四版）高等教育出版社统一建模语言(Unified Modeling Language，UML) 可分类成：·功能模型：从用户的角度展示系统的功能，包括用例图。·对象模型：采用对象，属性，操作，关联等概念展示系统的结构和基础，包括类别图、对象图。·动态模型：展现系统的内部行为。包括序列图，活动图，状态图。

在建模过程中，经常要对下标数据进行挑选，不同下标进行组合。这样面临着两种处理方法。（1）全部循环，多维下标意味着多重循环 + if 条件这样的处理方法没有效率（2）采用特殊的Gurobi扩展对象TupleList 和 TupleDictPython Tuple有着与列表类似，不同之处在于元组的元素不能修改tuplelist，意思就是采取List容器，内容为Tuple类型例如Cites = [ (‘

参考博客：参考教材：软件工程（第四版）高等教育出版社统一建模语言(Unified Modeling Language，UML) 可分类成：·功能模型：从用户的角度展示系统的功能，包括用例图。·对象模型：采用对象，属性，操作，关联等概念展示系统的结构和基础，包括类别图、对象图。·动态模型：展现系统的内部行为。包括序列图，活动图，状态图。