1. Resnet:}}}}5. vggnet:}

在张量分解的时候，matlab需要用到tensor toolbox工具箱。1、软件的下载地址：http://www.tensortoolbox.org/2、安装及测试安装可以按照下面链接操作：matlab tensor toolbox的安装与测试（sptensor）_Gunther的博客-CSDN博客测试可以按照下面文章内容操作：tensor toolbox 处理稀疏张量_alva_bobo的博客

参考 解决。

下载完成，解压VOC2012后有五个文件夹。Annotations：保存的是xml文件，里面存放的是对应照片的标注信息。ImageSets里面有四个文件夹：保存的是txt文件。我们关注的是Main里面的train.txt和val.txt。JPEGImages：保存的是对应的图片。剩下两个跟分割有关，暂时不管。

在测试第一个程序的时候，出现Numpy is not available的错误，根据。安装的时候，安装的是最新版的numpy，检查numpy的版本为2.1.1版。我的pytorch版本为1.12.1，选择不高于1.21的版本即可。的办法知道是因为numpy与pytorch版本不一致造成的。2、安装需要的numpy版本，比如1.21版。

学习”是指从训练数据中自动获取最优权重参数的过程。引入损失函数指标，学习的目的是以该损失函数为基准，找出尽可能小的损失函数的值。

感知机的缺点就是需要，而权重的设置都是的。

奇异值分解(Singular Value Decomposition，简称SVD)是机器学习领域应用最广泛的算法。被广泛应用在降维算法、推荐系统以及自然语言处理等领域。1、SVD的发展历史Beltrami（1835-1899）和Jordan（1838-1921）被公认是奇异值分解的创始人。1873年Beltrami提出了实正方矩阵的奇异值分解：1874年Jordan发表了对奇异值分解的独立推导；1

s=mean(x)默认dim=1，对每一列求均值。

数据导入有两步，先用datasets导入，然后用dataloader加载。训练结果在epoch=5时，能达到91%。可视化预测结果，可以看出，16个预测14个准确，准确率87.5%。MNIST共有70000张图片，60000张训练集，10000张测试集。图片大小28*28，灰度图。因为是灰度图，所以mean和std都只有一个参数，如果为RGB，都为（0.5，0.5，0.5）预测图100%正确。所以