图完全图：任意两个点都有一条边相连，无向完全图有n(n-1)/2条边，有向完全图n(n-1)条边。顶点的度在有向图中，顶点的度等于该顶点的入度与出度之和。当有向图中仅有一个顶点的入度为0，其余顶点的入度均为1是一颗有向树。连通图（强连通图）无向图中，若任何两个顶点u、v都存在从u到v的路径，则称为连通图。有向图中，若任何两个顶点u、v都存在从u到v的路径，则称为强连通图。无向图的极大连通子图成为G

目标检测中常见的loss函数

nps支持多平台的客户端配置，访问https://github.com/ehang-io/nps/releases/tag/v0.26.10地址可以下载不同平台的客户端，配置都是相同的，需要注意的是在windows平台下会被认为是病毒软件，需要将nps.exe添加到杀毒软件的信任区，否则不可用。以上配置完成就可以在任意主机访问内网的服务了，整个流程来讲还是比较简单的，有需要的可以自己玩一下，通过n

把PS中H的值除以2，S乘255，V乘255，可以得到对应的opencv的HSV值。S：saturation饱和度（0～100），形容颜色的深浅，如浅红、大红、深红。opencv中的HSV范围，H是0-180，S是0-255，V是0-255。PS中的HSV范围，H是0-360，S是0-1，V（B）是0-1。V：value色调（0～100），色彩的亮度。H：hue 色相（0～360），红绿蓝。但是H

deepseek-r1:1.5b这个模型确实很轻量资源占用很少，应该也就占用1GB多点显存，但是也确实比较呆，很多问题都回答不上来，这里如果想要运行其他模型，可以参考ollama的技术文档https://ollama.readthedocs.io/quickstart/ 里面说明了其他模型运行的方式以及所需要的资源。下载完成后安装ollama，默认安装在c盘下面，这个通过默认安装方式无法更改模型就

最近在做paddleocr部署时，在新的机器上部署环境时安装lanms-neo时安装失败，分析了一下error日志，大概是在编译过程中MSVC版本的问题。重新安装了visual stdio 2019后，在进行安装lanms-neo安装成功。

查找了相关的解决方案，大多数说是CUDA、cuDNN、显卡驱动版本不匹配问题，但是我的这套版本用了很长时间了，没有出现过这个问题，然后对问题进行了排查，怀疑是CUDA的动态连接库问题，查看了CUDA/lib目录下的动态链接库文件，果然多了两个文件，nvidia-smi查看显卡驱动后发现，CUDAversion：ERR！把这两个文件删除后，nvidia-smi后显示正常。

deepseek-r1:1.5b这个模型确实很轻量资源占用很少，应该也就占用1GB多点显存，但是也确实比较呆，很多问题都回答不上来，这里如果想要运行其他模型，可以参考ollama的技术文档https://ollama.readthedocs.io/quickstart/ 里面说明了其他模型运行的方式以及所需要的资源。下载完成后安装ollama，默认安装在c盘下面，这个通过默认安装方式无法更改模型就

查找torch与torchvision对应版本github链接：https://github.com/pytorch/vision#installation在线下载或者离线下载1、在线下载在pytorch官网选择相应的历史版本，使用conda或者pip安装，使用官网的镜像下载很慢，建议使用其他的镜像源，这里我使用的是阿里的镜像速度还不错。pip install torch==1.7.1 torch

在虚拟环境pytho3.6、cuda10.2中使用pip安装tensorflow-gpu==1.14运行报错，ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory，查找了相关资料说是tensorflow和cuda版本不匹配问题，但是我已经安装了cuda10.2重新安装比较麻