交并比IOU(Intersection over Union)： IoU = 交集面积 / 并集面积 值范围在 [0,1] 之间：0 表示完全没有重叠，1 表示完全重合 作为损失函数的问题： 如果两个框没有相交，根据定义，IoU=0，不能反映两者的距离大小（重合度）。同时因为loss=0，没有梯度回传，无法进行学习训练。 IoU无法精确的反映两者的重合度大小。如下图所示...

毕业设计笔记。。。。

想要真正了解梯度爆炸和消失问题，必须手推反向传播，了解反向传播里梯度更新到底是怎么样更新的，所有问题都需要用数学表达式来说明，经过手推之后，便可分析出是什么原因导致的。本人就是在手推之后，才真正了解了这个问题发生的本质，所以本文以手推反向传播开始。

ViT架构的学习笔记

关于Transformer架构的学习

记录一下对网易云音乐评论的爬取。

歪门邪道，谨慎尝试

印章识别demo

顺序表，链表，栈，队列，树，图的C语言结构体定义

为了防止误操作或意外情况导致的 Hexo 博客源文件丢失，或满足我们更换电脑重装了系统，所以需要定期进行备份。