环境打包-n 选择conda虚拟环境名-o 在当前位置输出，可设置文件名-p 在指定位置输出，文件名为虚拟环境名.tar.gz运行Django程序也可启动虚拟环境。打包好的虚拟环境可用于docker中，省去了docker中重新安装依赖库可能出现安装失败，包名错误等问题。tips：在这个过程，如果conda创建的是python3.10以上环境，可能会出现如下图所示问题解决方法比较简单粗暴直接把/mi

pytorch损失函数总结损失函数为为计算预测值与真实值之间差异的函数，损失函数越小，预测值与真实值间的差异越小，证明网络效果越好。对于神经网络而言，损失函数决定了神经网络学习的走向，至关重要。pytorch中的所有损失函数都可以通过reduction = ‘mean’或者reduction = ‘sum’来设置均值还是总值。L1 LossL1 Loss即绝对值损失，为预测值和真实值间误差的绝对值

以YOLOV4为例详解anchor_based目标检测训练过程yolov4的代码使用的是Bubbliiiing大神提供的代码，代码地址是https://github.com/bubbliiiing/yolov4-pytorch。target形成过程将xml中的标注信息转为box形式首先写入图片名，然后经过convert_annotation方法增加box属性。list_file.write('%s