加上以下代码，然后把so包改成冲突的so包就可以了。

图像分类和目标检测有什么不同之处？

训练数据训练代码#导入库import torchimport torch.nn as nn#处理数据from torchtext.legacy import dataimport torch.optim as optimimport numpy as np#中文分词处理工具import jiebaimport reBATCH_SIZE = 2#产生同样的结果SEED = 2019torch.man

图像分类和目标检测有什么不同之处？

图像分类和目标检测有什么不同之处？

图像分类和目标检测有什么不同之处？

ONNX和NCNN到底是什么？

好了本教程到此结束，如果本文帮助到了你，请客打个赏，不在意多少，只在乎情谊！

本篇博文纯粹是作为一个记录，不会讲得太清楚，但是本人亲自运行验证，损失率达到了0.001，还比较满意，毕竟这是我的第一个机器识别程序。先看看项目目录：其中net.pkl和net_params.pkl是训练后保存的模型数据，data文件夹下放有训练用的数据和测试数据训练的数据我是从这里下载的训练数据下载接下来是训练用到的代码：#encoding=utf-8import torchi...

今天才发现可以用Google的Colaboratory可以训练pytorch神经网络，真的太高兴了，这样就可以解决我渣渣的电脑没有GPU，无法训练大型神经网络的问题了。但是由于需要上传本地训练数据，很不方便，所以我就打算把本地数据打zip包上传到Google云盘，然后再在colab上用命令行下载解压过来训练，找了半天才找到办法，这里记录一下吧，主要代码如下：# 首先安装googledrivedow