图像预训练经历了“监督学习（ImageNet 时代）→ 自监督学习（对比学习与掩码建模时代）→ 多模态统一（CLIP 与大模型时代）”用更少标注、更低成本，获得更强的视觉理解、泛化与生成能力。未来，视觉预训练将与语言、音频、动作等多模态深度融合，迈向真正的通用人工智能。

本文介绍了似然函数、对数似然函数和负对数似然函数的定义及其在统计推断和机器学习中的应用。似然函数衡量参数下观测数据的概率，对数似然函数通过取对数简化计算，负对数似然函数将最大化问题转化为最小化问题便于优化。以逻辑回归为例，详细推导了负对数似然函数及其梯度，展示了如何通过梯度下降优化模型参数。这些概念构成了概率模型参数估计的理论基础。

摘要：本文通过SAS的REG过程演示了多元线性回归分析。示例使用8组观测数据，建立y与x1-x3的回归模型。分析内容包括参数估计（含p值检验）、方差分析（回归平方和、残差平方和）、模型显著性检验，以及决定系数、复相关系数等统计量。当p值显示某些自变量不显著时，需进行变量筛选优化模型。最终输出了回归方程、拟合诊断及各项统计指标，全面评估了模型的解释力和拟合效果。

详细参照前文【PyTorch】单目标检测项目import os# 定义一个函数，用于将a列表中的元素除以b列表中的对应元素，返回一个新的列表# 使用zip函数将a和b列表中的元素一一对应# 返回新的列表return div# 定义一个函数，用于将a列表中的元素乘以b列表中的对应元素，返回一个新的列表# 使用zip函数将a和b列表中的元素一一对应# 返回新的列表return div# 定义一个函数，

Kd树是一种对K（与k近邻的k意义不同）维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。Kd树是一种二叉树，表示对K维空间的一个划分(partition)。构造Kd树相当于不断地用垂直于坐标轴的超平面将K维空间切分，构成一 系列的K维超矩形区域。Kd树的每个结点对应于一个k维超矩形区域。

LInux虚拟机ubuntu-20.04.6安装配置（可直接联网）

热力图是一种通过颜色变化展示数据强度的可视化工具，常用于呈现矩阵数据、相关性分析等场景。其核心原理是将数值映射为颜色深浅，通过色块直观反映数据分布。Seaborn库的sns.heatmap函数支持多种参数配置，包括颜色映射范围、注释显示、单元格样式等。典型实现包括生成随机矩阵、设置坐标标签、添加遮罩效果等操作，还能结合相关系数矩阵进行高级分析。通过合理设置参数，热力图可有效揭示数据间的关联模式和分

Pytorch torchvision 包提供了很多常用数据集数据按照用途一般分为三组：训练（train）、验证（validation）和测试（test）。使用训练数据集来训练模型，使用验证数据集跟踪模型在训练期间的性能，使用测试数据集对模型进行最终评估。

决策树是一类预测模型，它代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，而每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。

CUDA 是 NVIDIA 专为图形处理单元 (GPU) 上的通用计算开发的并行计算平台和编程模型，CUDA版本需满足对应的Pytorch要求。-n后面加上命名，pyt1是环境名，python=3.6指给创建的环境配置python3.6的解释器。在Anaconda prompt中通过conda指令创建一个命名为pyt1的环境。在创建的虚拟环境中安装Pytorch，使用之前复制的命令。安装完成后看下