測量空間--------->特徵空間--------->類別空間
無論是通過深度學習進行場景識別、目標識別還是人臉識別都離開對特徵的學習，先從測量空間得到特徵表示，之後進行類別的特徵匹配以得到結果
而具體操作基本是一下幾步：
模型搭建，設計網路的層數以及每層的神經元個數，同時注意需要啟用函式來將線性函式->非線性函式，常見的有sigmoid，relu，輸出層常用softmax；
求損失函式一般是交叉熵；
引數學習一般選擇梯度下降，或者反向傳播；
全新的katex數學公式語法；
增加了支援甘特圖的mermaid語法1
功能；
增加了焦點寫作模式、預覽模式、簡潔寫作模式、左右區域同步滾輪設定等功能，功能按鈕位於編輯區域與預覽區域中間；
增加了檢查列表功能。
paddlehub是飛槳預訓練模型管理和遷移學習工具
安裝：
pip install paddlehubhub install
[modelname]
hub listhub show [modelname]hub search ssd只需簡單一行命令即可完成模型的http服務部署
hub serving start -m resnet_v2_50_imagenet -p 8867mermaid語法說明↩︎
paddle00 paddle2 0學習目錄
1.概念介紹 1.1 概念介紹 跳過 paddle.temsor tensor相關概念 屬性 操作等 不用看了 1.2 廣播 broadcasting 廣播機制 1.3 自動微分機制介紹 1.4 自動混合精度訓練 後面看 一 半精度浮點型別 fp16 二 nvidia gpu的fp16算力 三 使用...
paddle安裝踩坑
cpu版本安裝失敗，gpu版本成功了。我以前以為cpu版本可能更容易實現一些，但是可能由於cpu的各種底層驅動的版本太多太複雜，反而容易出錯。記錄下安裝過程的一些坑，提醒其他的初學者。安裝的時候用映象，可能會快很多 新建的.py檔名，一定不要和呼叫的庫名相同，我曾經建過乙個paddle.py檔案，但...
百度深度學習paddle框架和學習平台
專案中鏈結了伺服器平台，完整的 演示以及資料 硬體 包括伺服器免費試用多個gpu核進行運算 資料跑起來爽到飛起 完整的 演示，不用擔心各種字寫 各種找bug notbook實時執行效果。各種引數隨時調整，優化。基於以上幾點，我執行程式，一步步理解 實現演算法效果，幾乎毫無壓力。等我結業那天應該能算是...