1、安装labelme1、创建一个新环境conda create -n labelme python=3.62、进入该环境，安装pyqt5和labelme,labelme要求3.3.1的版本pip install pyqt5 -i https://pypi.doubanio.com/simplepip install labelme==3.3.1 -i https://pypi.doubanio.

Eager模式简介以及运用1、什么是Eager模式？2、Eager模式下的基本运算1）基本运算2）当做python运算的时候，tensor自动的变成一个python对象去参与运算3）有关于变量的相关操作3、如何自动求解微分1）对于变量情况：2）对于常量来说：3）对于多次微分：3、自定义训练1）导入数据，创建Dataset2）创建模型3）自定义训练1、什么是Eager模式？使用过TensorFlow

tf2相比于tf1来说更加的友好，支持了Eager模式，代码和keras基本相同，所以代码也很简单，下面就如何用tf2-yolov3训练自己的数据集。项目的代码包：链接: tf2-yolov3.需要自行下载至于tf2-yolov3的原理可以参考这个链接，我觉得是讲的最好一个：链接: yolov3算法的一点理解.tf2-yolov3训练自己的数据集1、配置相关的环境2、使用官方权重进行预测二级目录三

Write an algorithm to determine if a number n is “happy”.A happy number is a number defined by the following process: Starting with any positive integer, replace the number by the sum of the squares o

在做目标检测的时候，下载的或者是别人的数据集里的.xml文件的路径，需要修改为自己的图片的保存的地址，比如：别人的数据集的图片保存路径为：D:\PyCharmAnaconda\BoltDetection\JPEGImage\000001.jpg通过Python脚本实现之后图片路径正确改变了修改后的路径为：E:/Data_study/yolo_tf2.1/VOCdevkit/VOC2007/Anno