执行代码时，发生了如下错误：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=

目录1. 图像分类2. 物体检测3. 图像分割4. 视频分类        最近在学习百度云智学苑的EasyDL课程时，发现这里对计算机视觉的简介挺清晰移动的，结合本人的一些理解，这里简述一下计算机视觉。        计算机视觉是一门研究如何使机器"看"的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别

        自我注意力蒸馏来自文章（链接）：Learning Lightweight Lane Detection CNNs by Self Attention Distillation        项目地址：Codes-for-Lane-Detection       

在本文中，提供了一个文献回顾图像异常检测在工业制造业，关注监督方式，神经网络结构，数据集的类型和属性和评价指标。描述了来自工业制造的新设置，回顾了提出的新设置中当前的IAD算法，还深入研究了哪些网络架构设计可以显著提高异常检测性能，我们强调了图像异常检测的几个令人兴奋的未来研究方向。

        ML经典算法：支持向量机（1）中对支持向量机的理论知识进行了总结，这里再进行详细的数学梳理！        支持向量机随着任务的复杂度，主要有三部分知识：硬间隔、软间隔和核函数，这里先讲硬间隔！硬间隔（hard-margin）        硬间隔主要应用在可以完

目录简介顺序结构顺序表链式结构单链表循环链表双向循环链表简介线性表：n 个数据元素的有限序列。是一种常见的线性结构。线性结构特点：第一个元素无前驱最后一个元素无后继除第一个元素和最后一个元素外，所有的元素都有前驱和后继顺序结构顺序表        线性表的顺序存储结构特点：逻辑上相邻的元素物理位置上相邻随机访问      &nb

        自我注意力蒸馏来自文章（链接）：Learning Lightweight Lane Detection CNNs by Self Attention Distillation        项目地址：Codes-for-Lane-Detection       

目录岭回归        岭回归和Lasso回归：        给定数据集 D=(x1，y1),(x2，y2)，…，(xm，ym)D = {(x_1 ， y_1), (x_2 ， y_2) ，… ， (x_m ， y_m)}D=(x1​，y1​),(x2​，y2​)，…，(xm​，ym​)，其中x∈Rdx\in R^

        监督学习主要分为两类：分类：目标变量是离散的，如判断一个西瓜是好瓜还是坏瓜，那么目标变量只能是1（好瓜）,0（坏瓜）回归：目标变量是连续的，如预测西瓜的含糖率（0.00~1.00）        分类主要分为：二分类：如判断一个西瓜是好瓜还是坏瓜多分类：如判断一个西瓜的品种，如黑美人，特小凤，安农二号等

目录岭回归        岭回归和Lasso回归：        给定数据集 D=(x1，y1),(x2，y2)，…，(xm，ym)D = {(x_1 ， y_1), (x_2 ， y_2) ，… ， (x_m ， y_m)}D=(x1​，y1​),(x2​，y2​)，…，(xm​，ym​)，其中x∈Rdx\in R^