参考：https://zh-v2.d2l.ai/chapter_computer-vision/multiscale-object-detection.htmlR-CNN 及系列区域卷积神经网络region-based CNNR-CNNR-CNN首先从输入图像中选取若干（例如2000个）提议区域，并标注它们的类别和边界框（如偏移量）。用卷积神经网络对每个提议区域进行前向传播以抽取其特征。 接下来，

阈值化把图像中目标的边界转化为白色，所有边界像素有同样灰度值（“same intensity”），算法就可以从这些边界白色像素，检测到目标物体的边界（黑色像素作为背景会被忽略）顶层轮廓表示对象的外部边界，而内部轮廓表示对象内部的孔洞边界。RETR_TREE：提取所有轮廓并重建轮廓的整个层级结构，每个轮廓包含子类信息。轮廓：链接物体边界的所有点，通常，轮廓指的是有相同颜色和密度的边界像素。RETR_

GloVe的全称叫Global Vectors for Word Representation，它是一个基于全局词频统计（count-based & overall statistics）的词表征（word representation）工具。GloVe与word2vec的区别:两个模型都可以根据词汇的“共现co-occurrence”信息，将词汇编码成一个向量（所谓共现，即语料中词汇一块

线性回归1.ModelA set of function一组函数2.Goodness of Function评价函数损失函数 L:输入：函数，输出：衡量模型how bad is3.Bset Funcion挑选最好的函数梯度下降：可微分，找到合适的loss函数衡量error关注测试集误差过拟合隐藏因素独热编码其他隐藏因素正则化b上下平滑，不影响结论where does the error come

1.数据仓库简介1.1什么是数据仓库本质上，数据仓库试图提供一种从操作型系统到决策支持环境的数据流架构模型。1.1.1　数据仓库的定义面向主题、集成（面向主题相关，多个数据源）、非易失（一般并不进行数据更新）,包含历史数据的数据集合，用于决策支持。除了以上四个特性外，数据仓库还有一个非常重要的概念就是粒度。1.1.2　建立数据仓库的原因将多个数据源集成到单一数据存储，因此可以使用单一数据查询引擎展

windows 安装paddleocr（CPU)

centos 安装lanms 报错问题解决

计算机视觉与深度学习 北京邮电大学 鲁鹏 学习笔记

参考：慕课《人工智能导论：模型与算法》pytorch中文教程历史pytorch神经网络构建神经网络可以通过 torch.nn 包来构建。神经网络是基于自动梯度 (autograd)来定义一些模型。一个 nn.Module 包括层和一个方法 forward(input) 它会返回输出(output)。一个典型的神经网络训练过程包括以下几点：1.定义一个包含可训练参数的神经网络2.迭代整个输入3.通过

对paddle ocr结果按照从上到下从左到右排序