（大家看了后面可能会理解我为啥这样说，因为我另起了一个文件但我没有注意到这个问题）关于上图标的红色的那个解决方案，完全不建议使用，很拉跨​！这几行的代码就是在加载你的pth​。我们可以看到在第21行的那个Network，这个Network指的是你pth1的Network，所以当你在加载你的pth2时，会出现参数不匹配的情况！我在把我修改的模型训练完了之后，用了原来的的模型​进行加载。，那么当你用你

①按住Ctrl+Shift键，拖动对象时将水平或者垂直复制对象；5、Alt+F10:调出层次窗格：（图形复杂的时候可以看清楚）③按住Shift键，点击键盘方向键可以对对象进行纵向或横向缩放。④按住Alt键，点击左右方向键可以对对象进行15度旋转。具体内容请关注公众号“备忘录一般存在的公众号”。②Ctrl+上下左右方向键:更精细的微调。①只用使用上下左右方向键:微调对象位置。Ctrl+Shift+V

不得不吐槽一下这个论文，真的我好头疼啊。①双击页脚，填好格式，宋体小四和居中都设置好。这时候，页码和格式都ok了，但是封面和目录不算页码。（是谁大半夜不能睡觉加班加点改格式啊）

在数据分析领域，分类算法有很多，其原理千差万别，有基于样本距离的最近邻算法，有基于特征信息熵的决策树，有基于bagging的随机森林，有基于boosting的梯度提升分类树，但其实现过程相差不大。回归模型的性能评估不同于分类模型，虽然都是对照真实值进行评估，但由于回归模型的预测结果和真实值都是连续的，所以不能够求取precision|recall和F1值等评价指标。组内的对象相互之间是相似的，而不

这里要注意，文件里面有三个图片是打不开的，这会导致后续运行时报错，打不开的三个图片分别是：猫猫666,猫猫10404，狗狗11702：【要么替换图片要么直接删掉（这个我选择的是替换）】mean=[0.485, 0.456, 0.406]，有3个数的原因是猫狗分类是彩色图片，所以有3个channel，所以每一个channel上都有一个平均值，同理，std也是；标签0代表猫猫，1代表狗狗：因为在/tr

下载cuda的网址（之前好像放错了，更改一下）：https://developer.nvidia.com/cuda-toolkit-archive。（另外，实际上，在深度学习中其实不用这样安装cuda，有时候这样安装了也会出现用不了gpu的情况）这些东西不能全部卸载了哦，只能卸载含有“CUDA”的那几个（其实其他的可能也没有用 但是不懂的哇。其实应该也可以cuda不同版本能够兼容 这这这...等后

这里改名称只是习惯问题，重要的是标签问题，0代表猫猫，1代表狗狗，指明图片的类别，并在构建Dataset类时发挥作用。另外，catList和dogList分别存储了猫猫和狗狗的图片名称的路径，是为了划分训练集和测试集。（如果有问题可能就是前面多次调试、运行代码造成的，可以重新创一个项目来运行。在Kaggle()获取数据集：（没有账号先去注册一个账号，在注册时可能会出现的问题见。(由于是学习，所以文

1.说下OSI体系结构和TCP/IP体系结构。2.解释下ARP协议。

我之所以会下载这一个是因为里面有我想要的东西哈哈），我想做的是检测狗狗和狗狗的舌头的任务，这也就是如标题所说的训练自己的数据，我的数据集不是口罩哦，因此我们接下来要做的就是如何训练自己的数据集】由于前面介绍了我的数据集是狗狗，所以我去搞了1200张狗狗的图片作为需要标注的图片：(哈哈这个数据集有没有很眼熟，没错，就是猫狗大战的那个，不喜欢的话可以去爬其他的)，并把这6张图片放在images目录下：

矢量数据（shp）转栅格数据（tiff）