概念：数据有输入变量x和输出变量y，找到输入变量和输出变量的关系 Y=F(X)不一定是函数，只代表输入到输出的一种关系机器学习分类：监督学习、无监督学习、强化学习监督学习分类：分类问题和回归问题分类：输出变量为有限个离散值（判断好坏/判断种类）回归：输出变量为连续性变量（预测房价/预测产量）MATLAB中（分类学习器和回归学习器）无监督学习：数据全部作为输入变量，没有输出变量，希望得到数据中蕴含的

是两种常见的池化操作，用来对特征图进行下采样，从而减少数据的维度，突出特征，同时降低计算成本。池化操作通常在卷积层之后进行，用来缩小特征图的尺寸，同时保持关键信息。

彩色图像中的每个像素颜色由R、G、B三个分量来决定，而每个分量的取值范围都在0-255之间，这样对计算机来说，彩色图像的一个像素点就会有256*256*256=16777216种颜色的变化范围！在下图的路径中，我们可以看到需要xml文件，这些都是OpenCV中自带的分类器，根据文件名我们可以看到有识别眼睛的，身体的，脸的，等等。彩色图片的信息含量过大，而进行图片识别时，其实只需要使用灰度图像里的信

特征金字塔介绍

在配深度学习环境每次想要训练模型都出现nvrtc: error: invalid value for --gpu-architecture (-arch)这个问题，换了无数个方法都没解决，一开始下载的torch和cuda版本是1.12.0+11.3，后来查了GitHub发现4090框架不支持还是怎么着，最后把torch版本卸掉重新下了1.13+11.6的版本，终于跑通了呜呜太感人了！

参考B站教学视频：上一篇写了如何把模块放进自己的主干网络进行模块的融合，那么如果想要把模块A+模块B进行融合然后形成一个新模块C要如何做呢？

使用线性模型y = w*x计算模型的损失值并且使用matplotlib给出cost function图像。使用线性模型y = w*x+b给出cost function图像，使用3d图来绘制图像。记录日志，防止训练过程中程序异常停止时丢失训练数据。为什么要打印过程信息？

教你如何缝合代码模块

池化核(Union[int,Tuple[int,int]]stride(Union[int,Tuple[int,int]]padding(Union[int,Tuple[int,int]]dilation(Union[int,Tuple[int,int]](bool) – ifTruelaterceil_mode(bool是否对结果进行保留，默认为FALSE注意：1. stride的默认大小为池化

定义一个分类器：测试时：用于测试模型性能的图像也都属于已知类别CCC分类器为每个输入示例x返回一个关于已知类别的概率分布p(y∣x)p(y|x)p(y∣x)，意味着对于给定的输入示例x，分类器会生成一个概率分布，其中每个类别y都对应一个概率值。这个概率值表示分类器对于该输入示例属于每个已知类别的置信度或可能性。具体而言，对于每个已知类别c∈Cc ∈ Cc∈C，分类器会计算条件概率p(y=c∣x)p