在深度学习训练过程中，损失计算是非常重要的一环。有一种论调叫做“损失函数的设计在一定程度上决定了模型能干什么”。PyTorch提供了许多损失计算函数，包括torch.nn.L1Loss，torch.MSELoss，torch.nn.CrossEntropyLoss，torch.nn.BCELoss，torch.nn.BCEWithLogitsLoss等。具体可以参考如下连接：torch.nn —

混合精度训练（Mixed Precision Training）是一种深度学习训练技术，它使用不同精度的数据类型（如单精度FP32和半精度FP16）来执行训练过程中的不同部分，以达到加速训练、减少内存使用和降低计算开销的目的。这种训练方式可以在保持模型精度的同时，显著提高训练效率。

Batch Normalization通道归一化1. BN的计算单位是通道假设Batch为1，即当前batch只有一张图片。一张图片对应R、G、B三个通道。求解均值和方差时，是以通道为单位，分别求得每个通道的像素值综合，除以H*W。即先求R通道的所有像素值之和，然后除以H*W得到R通道的均值，然后同理求得。R通道的方差，即每个像素值减去均值，差求平方，所有的像素执行上述操作，求...

Batch Normalization通道归一化1. BN的计算单位是通道假设Batch为1，即当前batch只有一张图片。一张图片对应R、G、B三个通道。求解均值和方差时，是以通道为单位，分别求得每个通道的像素值综合，除以H*W。即先求R通道的所有像素值之和，然后除以H*W得到R通道的均值，然后同理求得。R通道的方差，即每个像素值减去均值，差求平方，所有的像素执行上述操作，求...

Batch Normalization通道归一化1. BN的计算单位是通道假设Batch为1，即当前batch只有一张图片。一张图片对应R、G、B三个通道。求解均值和方差时，是以通道为单位，分别求得每个通道的像素值综合，除以H*W。即先求R通道的所有像素值之和，然后除以H*W得到R通道的均值，然后同理求得。R通道的方差，即每个像素值减去均值，差求平方，所有的像素执行上述操作，求...

Batch Normalization通道归一化1. BN的计算单位是通道假设Batch为1，即当前batch只有一张图片。一张图片对应R、G、B三个通道。求解均值和方差时，是以通道为单位，分别求得每个通道的像素值综合，除以H*W。即先求R通道的所有像素值之和，然后除以H*W得到R通道的均值，然后同理求得。R通道的方差，即每个像素值减去均值，差求平方，所有的像素执行上述操作，求...

YOLOv8官方训练代码结构已经完全不同于以往的YOLO系列，但仍是有迹可循的。

闲来无事，研究了一下使用Python的SMTP发邮件，源码如下：首先要确保开启客户端POP3/SMTP服务：以QQ邮箱为例，先进入自己的QQ邮箱：设置-账户-开启POP3/SMTP服务（会让你用手机发送一个短信，发送成功后会给你一个密码）上述得到的密码就是下面pwd密码使用Python 3，PyCharm。#!/usr/bin/env python# -*- cod

深度学习基础知识与概念1. 深度学习与机器学习机器学习是人工智能实现的方式之一，而深度学习是机器学习的一个研究方向。1.1 机器学习机器学习是人工智能的实现方式之一，当然应该还有其他的方式，暂且不予讨论。当前机器学习一般的，可分为三类，分别是监督学习、无监督学习和强化学习。监督学习，广义上就是指依赖于一组带有标签的数据，通过训练获得一组经验模型。深度学习中，通过...