深度学习环境的配置 介绍:关于深度学习的框架有很多，比如国外的Pytorch，TensorFlow，Keras等等，国内的话例如百度的PaddlePaddle，华为的MindSpore。我们学习的以Pytorch为主，因为目前Pytorch是主流趋势，pytorch是动态框架，tensorflow是静态框架，动态框架可以根据具体计算情况进行改变，并且pytorch对python十分友好，更加python化的框架。
MAP的计算 AP和MAP是用于评估深度学习目标检测模型性能的常用指标。AP是指对于每个类别，计算检测结果与真实标签匹配时的精度，然后将其平均化；而MAP则是对所有类别的AP进行平均。因此，AP和MAP都是越高越好，表示模型在目标检测任务中表现越优秀。
浅拷贝和深拷贝 默认拷贝构造函数是以值传递的形式进行的，因此它会把Mike的name属性赋值给new_person的name，把指向Mike的height属性的地址也会传给new_person的地址，因此new_person和Mike两个对象的height属性的地址指向的是同一个地址。如此就会创建一个新的变量，并将传入的变量的指针解引用后的值传递给函数中，并在堆中申请一块新的地址指向新的变量，因此两个变量都拥有独立的值和地址，这样执行析构函数就不会报错了。：两个对象的值相同，并且他们都有独立的地址。
Python安装与环境配置 如果你是用第二种Anaconda的方式，找到conda.exe,一般在Scripts的目录下，然后点击加载环境，可以使用现有环境，也可以创造新环境，如果使用现有环境可以在以下选择所要使用的环境。然后选择你下载的地方，可以选择在D盘建立了一个新的文件夹，D:\Anaconda，注意这个文件夹不要使用中文或者空格、特殊字符。选择对应安装目录，点next。然后点击安装，完成之后，打开Pycharm首页之后，新建一个项目，项目位置可以自己选择，然后pthon环境建议不要选择新建环境，因为他会将解释器嵌入项目中。
关注
