面试

https://ccfddl.github.io/https://ccfddl.top/https://ijournal.topeditsci.com/homehttps://journalsuggester.springer.com/https://publication-recommender.ieee.org/home

word双栏写作一般默认都是写满了左栏再跳到右栏，如果不小心设置了添加了设置标记。问题图：步骤:点击显示段落标记2.然后原文就可以看到标记：3，直接删掉即可

stride=1,padding=0,groups=1,bias=True)函数作用：定义一个卷积核，方便后面进行二维卷积操作参数数据类型int输入图像通道数int卷积产生的通道数卷积核尺寸，可以设为1个int型数或者一个(int, int)型的元组。例如(2,3)是高2宽3卷积核stride卷积步长，默认为1。可以设为1个int型数或者一个(int, int)型的元组。padding填充操作，控

状况：在设备管理器中，我的显示管理器只显示Microsoft 基本显示适配器，没有我电脑自带的nvidia 显卡设备信息。不可以用gpu跑深度学习了。情况1：之前电脑是有的，用了一段时间之后就变成只显示Microsoft 基本显示适配器，没有我电脑自带的nvidia 显卡设备信息了，然后cuda以前用的好好的也出问题了。解决方案：多次尝试之后，都没有效果，没找到原因，一度认为是我的显卡坏了。尝试重

安装 ffmpeg

修改网络时pytroch报错：RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation:[torch.cuda.FloatTensor [1600, 16, 256]], which is output 0 of CudnnConvolut

word双栏写作一般默认都是写满了左栏再跳到右栏，如果不小心设置了添加了设置标记。问题图：步骤:点击显示段落标记2.然后原文就可以看到标记：3，直接删掉即可

该问题可能出自基于HRNet框架的一系列2D-HPE系列网络代码运行一个2D姿态估计网络报错：原因：该代码继承hrnet的代码框架，github因此省略了安装步骤，我只是安装了依赖包requirements.txt，在安装过程中漏了一步。解决步骤：在lib目录下输入make即可。...

torch.nn.MaxPool2d功能：MaxPool 最大池化层，池化层在卷积神经网络中的作用在于特征融合和降维。池化也是一种类似的卷积操作，只是池化层的所有参数都是超参数，是学习不到的。作用：maxpooling有局部不变性而且可以提取显著特征的同时降低模型的参数，从而降低模型的过拟合。只提取了显著特征，而舍弃了不显著的信息，是的模型的参数减少了，从而一定程度上可以缓解过拟合的产生。函数原型