在拉公共分支最新代码的时候使用rebase，也就是git pull -r但往公共分支上合代码的时候，使用merge

epoch、iteration、bath_size、episode在DNN中的解释：epochone forward pass and one backward pass of all the training examples, in the neural network terminology，重点就是所有的训练数据都要跑一遍。假设有6400个样本，在训练过程中，这6400个样本都跑完了才..

git merge冲突在以下几种情况会出现：使用git merge命令合并一个本地分支到另一个本地分支时使用git pull拉取远程仓库某个分支的最新代码时如果全程使用命令行操作，那么解决冲突时会非常麻烦，需要到每一个文件里去手动解决。Goland（包括JetBrains其他软件，如IDEA、Pycharm等）有比较友好的可视化界面，在解决冲突时非常高效。下面演示git pull拉取代码时产生冲突

文章目录一 前言二 Faster RCNN模型详解1 测试（Test）1.1 总体架构1.2 conv layers1.3 RPN1.3.1 anchors1.3.2 cls layer——分类1.3.3 reg layer——回归2 训练三 总结一 前言Faster RCNN是two-stage目标检测模型中的典型代表，虽然已经是16年的老模型，但检测与训练过程还是比较复杂的，至少有80%以上调

在github上配置ssh key很容易，网上一大堆教程，但基本没有详细解释其原理的，为什么要配？每使用一台主机都要配？配了为啥就不用密码了？下面简单通俗地解释一下：我们在往git上push项目的时候，如果走https的方式，每次都需要输入账号密码，非常麻烦。而采用ssh的方式，就不再需要输入，只需要在github自己账号下配置一个ssh key即可。ssh key的配置是针对每台主机的，比如我在

在拉公共分支最新代码的时候使用rebase，也就是git pull -r但往公共分支上合代码的时候，使用merge

卷积神经网络1.1 计算机视觉计算机视觉是深度学习中的一个分支领域，主要是对图片进行处理。在对图片进行处理时，输入的特征往往都是像素值，如果图片很大则会造成参数非常多，那么学习起来相当复杂而且容易过拟合，因此引出卷积运算。1.2 边缘检测示例该节讲了如果进行卷积运算，以及垂直边缘检测的概念。图片像素矩阵和一个方阵（称为过滤器）进行卷积运算，实际上就是将方阵在大矩阵上不断移动，对应元素...

1、报错原因说明：该报错在git push时出现，一句话解释就是你在本地仓库上的修改没有基于远程库最新版本，你的本地仓库版本落后于远程仓库。场景一：起初本地仓库和远程仓库是同步的，然后某一天你在远程仓库上直接做了修改，此时远程和本地就不同步了。过了几天你在本地仓库做了一些修改，修改完成后使用git push想要提交，此时就会报错，场景二：起初本地仓库和远程仓库是同步的，不过有多个人都在该分支上开发

1、报错原因说明：该报错在git pull时出现，一句话解释就是你在拉取最新代码时，本地工作区有进行一些改动，如果直接拉取的话会覆盖掉你改动的内容。2、解决方案//备份当前的工作区的内容，让工作区变为和上次提交的内容一致。同时，将当前的工作区内容保存到Git栈中git stash//拉取最新代码git pull//从Git栈中读取最近一次保存的内容，恢复工作区的相关内容//这样就相当于是基于远程库

文章目录一 前言二 Faster RCNN模型详解1 测试（Test）1.1 总体架构1.2 conv layers1.3 RPN1.3.1 anchors1.3.2 cls layer——分类1.3.3 reg layer——回归2 训练三 总结一 前言Faster RCNN是two-stage目标检测模型中的典型代表，虽然已经是16年的老模型，但检测与训练过程还是比较复杂的，至少有80%以上调