提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档目标检测之SSD一、前言二、SSD（Single Shot MultiBox Detector）SSD相对于YOLO的优势：三、SSD训练过程膨胀卷积：四、SSD预测过程一、前言目标检测近年来已经取得了很重要的进展，主流的算法主要分为两个类型（参考RefineDet）：（1）two-stage方法如R-CNN系算法，其主要思路是先通过

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档目标检测之SSD一、前言二、SSD（Single Shot MultiBox Detector）SSD相对于YOLO的优势：三、SSD训练过程膨胀卷积：四、SSD预测过程一、前言目标检测近年来已经取得了很重要的进展，主流的算法主要分为两个类型（参考RefineDet）：（1）two-stage方法如R-CNN系算法，其主要思路是先通过

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档python笔记4：数据归一化（0,1），归至（-1,1）一、pytorch里tensor数据归一化1.tensor数组全局归一化2.tensor数组指定维度归一化二、pytorch里tensor数据归至(-1,1)一、pytorch里tensor数据归一化1.tensor数组全局归一化数学公式将数组中的无论正负数值归一化到[0, 1

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档python笔记2：指定概率生成数据一、random指定范围随机生成数1.*random.choice()在指定数据集内生成随机数*2.*random.sample(x,n)在指定数据集内生成随机数组*二、random指定概率随机生成数一、random指定范围随机生成数1.random.choice()在指定数据集内生成随机数先建立一