test

运算符思维导图： 算术运算符： 类型：+ - * / // % ** 注意：2的n次方的表示：2**n赋值运算符： 特点：先作运算再赋值 类型：= + = - = * = / = // = % = ** =比较（关系）运算符： 特点：两个元素之间，操作结果返回布尔值；

运算符优先级： 什么是表达式？ 表达式：运算符和操作符所构成的序列。注： 赋值符 右结合 非赋值符 左结合 逻辑运算符：（优先级） not > and >or

开设的课程： 1：神经网络与深度学习 2：改善深层神经网络：超参数调试、正则化以及优化 3：结构化机器学习项目 4：卷积神经网络 5：序列模型课程的目标： 第一门课： 学习神经网络和深度学习的基础、如何建立神经网络（包含一个深度神经网络），以及如何在数据上训练他们。在课程的结尾，你将用一个深度神经网络进行辨认猫。第二门课： 将进行深度学习方面的实践，学习严密地构建神经网络，如何真正让

RCNN=R+CNN 定义： R:Region Proposal(候选区域)； CNN:Convolutional Neural Network(卷积神经网络)； 作用： R:用于解决定位问题； CNN:用于解决识别问题；定位的问题的解决思路？ 思路一：看作回归(Regression)问题 目的：预测出(x,y,w,h)四个参数的值，从而得出方框的位置。 步骤一：搭建一个识别图像的

Day 1神经网络：指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。人工神经网络：指旨在模仿人脑结构及其功能的信息处理系统。人脑与计算机信息处理机制的比较： 1：系统结构； 2：信号形式； 3：信息存储； 4：信息处理机制；1：系统结构： 人脑：由数百亿神经元相互连接组合而成。每个神经元只能完成一种基本的功能：兴奋与抑制； 计算机：由各种二值逻辑门

变量命名中重要的几点： 1：变量的首字符不能是 数字；（eg.1a） 2：系统的关键字，不能用在变量名中（eg.and） 3：变量无类型的限制； 4：值类型与引用类型的区别；值类型 （不可变）：int 、str 、tuple 引用类型（可变 ）：list、set、dict图例演示过程： 关于值类型的不可变，下面这种类型又作何解释？ 由两次变量a的内存位置存储不一样，可知这两

模板匹配 定义：在一幅图像中寻找与另一幅模板图像最匹配（相似）部分的分析技术。 本质：通过滑动（图像块一次移动一个像素），在每一个位置，都进行一次度量计算来表明它是“好”或“坏”地与那个位置匹配（或者说块图像和原图像的特定区域有多么相似）。 特征点 定义：能够表明物体本身特征的点。 尺度不变性：即使你处理在不同的拍摄条件下拍摄同一物体，都能够得到同样的特征值。 常用的特征点寻找方法：（敲黑