记录一下配置cuda环境时遇到的问题和解决方法，已方便日后查证：问题终端输入nvidia-smi时，报如下错误：Failed to initialize NVML: Driver/library version mismatch出现这种情况的原因是NVIDIA内核驱动版本和系统驱动不一致。大多数出现该错误的情况可能是NVIDIA驱动是在低版本的时候安装，由于系统更新，内核版本升级导致NVIDIA无

谨以本文记录深度学习入门过程中学习的R-CNN系列，如有错误还请朋友不吝指教！R-CNN原论文：Rich feature hierarchies for accurate object detection and semantic segmentationR-CNN可以说是利用深度学习进行目标检测的开山之作。相比于传统方式，R-CNN使用CNN提取图像特征，并采用大样本下有监督预训练+小样本微调的

本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！概率生成模型概率生成模型（Probabilistic Generative Model）简称生成模型，指一系列用于随机生成可观测数据的模型。假设在一个连续获离散的高维空间X\mathcal{X}X中，存在一个随机向量X\mathnormal{X}X服从一个未知

谨以本文记录深度学习入门过程中学习的目标检测常见指标，如有错误还请朋友不吝指教！目标检测评价指标——mAP如上图所示，绿颜色的为GT Box，红颜色的Predict Box。如果要正确检测出图中的猫和狗，那怎么才能算是正确的检测呢?下边的这三个标准是都需要看的：GT与预测框的IoU是否大于阈值？预测的类别是否正确？置信度是否大于阈值？交并比（IoU，Intersection over Union）

本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！一、Machine Learning概念理解Machine Learning主要的任务是寻找一个合适的Function来完成我们的工作（非常不严谨的简单理解），如上图中的Image Recognition，就是要寻找一个合适的fff，实现通过对输入的图片进行各

本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！Critical Point当我们观察训练集上的Loss出现如下两种形式时：蓝色线：当Loss下降到一定程度后，便不在减小。但此时的Loss并不能满足我们对模型的要求。橙色线：Loss一直没有下降出现上述两种情况的原因可能是：损失函数的梯度（gradient）

记录一下配置cuda环境时遇到的问题和解决方法，已方便日后查证：问题终端输入nvidia-smi时，报如下错误：Failed to initialize NVML: Driver/library version mismatch出现这种情况的原因是NVIDIA内核驱动版本和系统驱动不一致。大多数出现该错误的情况可能是NVIDIA驱动是在低版本的时候安装，由于系统更新，内核版本升级导致NVIDIA无

谨以本文记录深度学习入门过程中学习的R-CNN系列，如有错误还请朋友不吝指教！R-CNN原论文：Rich feature hierarchies for accurate object detection and semantic segmentationR-CNN可以说是利用深度学习进行目标检测的开山之作。相比于传统方式，R-CNN使用CNN提取图像特征，并采用大样本下有监督预训练+小样本微调的

谨以本文记录深度学习入门过程中学习的目标检测常见指标，如有错误还请朋友不吝指教！目标检测评价指标——mAP如上图所示，绿颜色的为GT Box，红颜色的Predict Box。如果要正确检测出图中的猫和狗，那怎么才能算是正确的检测呢?下边的这三个标准是都需要看的：GT与预测框的IoU是否大于阈值？预测的类别是否正确？置信度是否大于阈值？交并比（IoU，Intersection over Union）

本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！一、Machine Learning概念理解Machine Learning主要的任务是寻找一个合适的Function来完成我们的工作（非常不严谨的简单理解），如上图中的Image Recognition，就是要寻找一个合适的fff，实现通过对输入的图片进行各