标签：总结 拍摄 人脸识别 卷积 11.2 照片 取整 哔哩 -----

1、pytorch官网，看官方文档

2、dataset：主要是说明数据集的位置

3、神经网络的基本骨架：

     normalization layers：正则化层

 4、二维矩阵表示方法：([[1, 2, 3, 0, 1],

                                        [0, 1, 2, 3, 1]])

几个中括号就代表几维矩阵；weght权重：(kenel)卷积核

5、看尺寸：

print（input.shape）

尺寸变化：

1,1,5,5，代表1个batchsize，1个channel，5*5

6、dilation 中间又间隔，空洞卷积

padding是外圈补零

7、

cell是向上取整，floor是向下取整

8、若执行后报错：

则需添加条件 ：

改成浮点数类型

9、截止 PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili

10、C语言实现人脸识别

原理：1、使用摄像头，动态拍摄人脸照片

           2、人脸识别（拍摄的照片和注册的照片进行对比）

           3、具体实现（使用MFC+opencv，实现界面和摄像头的拍摄

                                  使用人脸识别SDK 实现人脸特征比对）

项目哪些需要完善

1、活体检测

2、多账户的管理（使用数据库）

英语：

coordinate

compromise

competent

handicap

contrary

fatigue

heave

legacy

master

momentum

realm

reciprocal

ruin

viciously

fascinate

dual

immersion

scholar

contradict

executive

trial

dominant

segregate

deliberately

ethnically

theme

striking

cognitive

element

obese

标签：总结,拍摄,人脸识别,卷积,11.2,照片,取整,哔哩,-----
来源： https://blog.csdn.net/m0_54437879/article/details/121101076

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。