ccbeihai的博客

1.多条件数据匹配（类似于excel的vlookup函数）(1)首先介绍一下vlookup函数的用法vlookup的用法参考链接我这里主要总结一下用法，以便自己记录和供大家参考学习。**vlookup函数的应用场景：**制作一个盘点表的时候要在库存表里提取数据VLOOKUP(lookup_value,tabel_array,col_index_num,range_lookup)第一个参数是为了告诉函数要查找什么，即查找值或者查找条件。（类似于要查找盘点表中的商品编码）lookup_valu

net.named_parameters()net.named_parameters()中param是len为2的tupleparam[0]是name，比如：fc1.weight、fc1.bias等param[1]是fc1.weight、fc1.bias等对应的值for _,param in enumerate(net.named_parameters()): print(param[0]) print(param[1]) print('----------------')net.paramet

[日常踩坑系列一]pip安装torchvision时报错ValueError: check_hostname requires server_hostname现象创建一个新的环境想要进行torchvision的安装，却一直报错，如下图：原因查找了各种资料后发现，原来是我打开了翻墙代理，将翻墙软件关闭或者将代理关闭即可。重新安装即可...

MMDetection——2.快速入门2（翻译版）2：使用自定义数据集进行训练在本说明中，您将知道如何使用自定义数据集来推断，测试和训练预定义模型。我们以气球数据集为例来描述整个过程。基本步骤如下：准备定制的数据集准备配置在定制的数据集上训练，测试和推理模型。准备定制的数据集有三种方法可以在MMDetection中支持新的数据集：将数据集重新组织为COCO格式。将数据集重新组织为中间格式。实施新的数据集。通常，我们建议使用前两种方法，它们通常比第三种更容易。在本说明中，我们

MMDetection——2.快速入门（翻译版）1: 推断和训练现有模型和标准数据集MMDetection在Model Zoo中提供了数百种现有和现有的检测模型，并支持多个标准数据集，包括Pascal VOC，COCO，CityScapes，LVIS等。此注释将说明如何在这些现有模型和标准数据集上执行常见任务，包括：使用现有模型推断给定图像。在标准数据集上测试现有模型。在标准数据集上训练预定义的模型。推论现有模型通过推论，我们的意思是使用训练有素的模型来检测图像上的物体。在MMDet

MMDetection——1.安装（翻译版）内容基本上都是自己理解并翻译过来的，原文有些小前提没讲，我在自己安装的时候出现了一些小问题，这里加上了一点点补充。供大家参考！先决条件Linux or macOS (Windows 正在实验测试支持中)Python 3.6+PyTorch 1.3+CUDA 9.2+ (如果 PyTorch 是从源代码安装的, CUDA 9.0 也兼容)GCC 5+MMCV兼容的MMDetection和MMCV版本如下。请正确安装版本的MMCV，以避免安装问题

服务器能干吗？服务器一般是远程控制进行操作使用，通过服务器远程软件填写服务器IP、端口、用户名及其密码或授权文件进行访问。还可分为桌面图形版和命令行窗口版，对于Linux服务器专业人员来说，使用命令行窗口版较多，基本上的控制是使用命令行操作即可。如果需要懂得如何玩转服务器，可进行系统学习相关专业知识掌握服务器使用技能。什么是云服务器？云服务器（Ubuntu、Centos…） == 你的个人电脑（Windows）服务器类似于我们的电脑，区别就在于：服务器可以24小时开机、一键式重装系统、有公网ip

Markdown教程这里先给出参考的链接https://www.runoob.com/markdown/md-tutorial.htmlMarkdown是一种轻量级标记语言，它允许人们使用易读易写的纯文本格式编写文档。Markdown编写的文档可以到处多种格式，例如HTML、Word、图像、PDF等。Markdown编写的文档后缀为.md，.markdown。Markdown应用当前许多网站都广泛使用Markdown来撰写帮助文档，例如：Github、简书等（尤其是Github，对于学编程的人来说，