AIOT魔法师

欢迎关注的公众号：不定期发布各类教程、理论笔记、搬运前沿动态。环境搭建教程在上一篇博客Keras yolov3环境搭建1、打开文件夹用 pycharm 打开 keras-yolo3 文件夹打开的文件夹应该是这样的：2、新建voc2007数据集（存放自己的图片及标注信息）新建的文件夹（ImageSets 文件夹下还有个名为 Main 的小文件夹自己创建吧没截图）如下：3、将要训练的图片放在 JPEGImages 里面：labelimg 标注的 xlm 文件放在 Annotations 里面

原因：华为鲲鹏处理器不能直接安装conda只能装Archiconda。官网提供的安装程序服务器的处理器类型必须为64-Bit(x86)或者64-Bit(Power8 and Power9)才可以，不能用于 aarch64上。可以输入以下命令查看，如果返回aarch64那么问题可能就在此。$ uname -maarch64解决方法：下载aarch64版本的安装版安装即可（ https://github.com/Archiconda/build-tools/releases ）可以直接使用指令

原因：官网提供的安装程序服务器的处理器类型必须为64-Bit(x86)或者64-Bit(Power8 and Power9)才可以，不能用于 aarch64上。可以输入以下命令查看，如果返回aarch64那么问题可能就在此。$ uname -maarch64解决方法：下载aarch64版本的安装版安装即可（ https://github.com/Archiconda/build-tools/releases ）可以直接使用指令下载，我是先用Windows下载下来的，然后上传到服务器上（使用

直接使用Python的pip安装太慢了，30多M需要两个小时；使用清华源安装结果找不到这个库文件；豆瓣源可以，还可以指定版本。下面安装的是1.1.0版本因为1.2.0以上版本的scipy已经删除toimage()方法了。pip install -i https://pypi.douban.com/simple/ scipy==1.1.0如果需要最先版本（没有toimage函数）使用下面这个：pip install -i https://pypi.douban.com/simple/ scip

回归拟合有三种情况：(1)欠拟合就是模型不能正确预测出数据的分布情况。(2)正确拟合就是模型整体上能反映数据分布情况。(3)过拟合呢就是模型几乎完全反映出数据的分布情况其loss近乎为0，在训练集里面的效果很好，但是在测试集里效果很差。同样分类中的拟合也有这几种情况：你可能会有疑问，在正确拟合图例里面那两个红叉是什么意思？这样模型算是拟合了吗？在这里我们可以理解为是噪声，不需要拟合进模型，如果将那两个也拟合进模型，那么这个模型可能会受到一些影响，使得模型效果变得更差。上图中横坐标模型复杂程度

均方误差：t是真实标签，y是网络预测值。将其求导：发现它的变化与激活函数的导数有关系

首先明白结构体在C语言中作为一种变量类型，类似java中的面向对象中的类和对象。结构体的定义结构:（1）struct 结构体名{结构体成员列表（属性）}；（2）struct 结构体名{结构体成员列表（属性） }；...