few-shot learning 是 meta learning 的一种。

few-shot learning 是 meta learning 的一种。

【代码】anaconda安装完成之后输入conda -V没有反应。

网上的方法主要是如下图的方法，源码安装，但是我一直 make install失败显示没有权限然后选择放弃，然后随便试了一下方法 2，成功。

在windows上安装ssh. 需要在本机上安装ssh才能够远程连接到server。配置密钥ssh-keygen# id_rsa.pub是公钥，id_rsa是私钥# 公钥放在server上，私钥放在本机上。#进入本机得/.ssh文件，然后把.pub后缀的公钥传输到server上（可以用scp命令）公钥放在server的home/.ssh文件夹中3 . 服务端 cd home/.sshcat id_

语义分割会为图像中的每一个像素分配一个类别，但是同一类别之间的对象不会区分；实例分割只对特定的物体进行分类（看起来相似于目标检测）不同是目标检测输出目标是边界框和类别，实例分割睡出的是目标的mask和类别。Mask r-cnn基础是faster R-CNN.faster-rnn使用cnn特征提取器来提取图像特征，利用region proposal网络生成感兴趣区域（ROI），并通过ROI Pool

语义分割会为图像中的每一个像素分配一个类别，但是同一类别之间的对象不会区分；实例分割只对特定的物体进行分类（看起来相似于目标检测）不同是目标检测输出目标是边界框和类别，实例分割睡出的是目标的mask和类别。Mask r-cnn基础是faster R-CNN.faster-rnn使用cnn特征提取器来提取图像特征，利用region proposal网络生成感兴趣区域（ROI），并通过ROI Pool

二值图像图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。灰度图像灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，象素值只能为0或1。彩色图像是每个像素由R、G、B分量构成的图像，其中R、G、B是由不同的灰度级来描述的。二值图像：只有黑和白，表现在像素上就是只有0和255.灰度图像：有不同深度的灰色和黑白两色。彩色图像：RGB图像，有2

import osos.environ['CUDA_LAUNCH_BLOCKING'] = "1"这样就可以准确指示哪一行出错了

错误原因：发送http请求太过频繁，引起远程主机的怀疑，被网站怀疑是恶意攻击行为。解决方法：