本文摘录OpenCV 中的卷积、滤波相关操作内容，重点介绍 Opencv 操作中处理边界卷积与阈值化相关的操作。

我们常常会想要画一幅图片，或者在某个其他地方得来的图片上画些东西。为了实现这个目标，OpenCV提供了一大批可以供我们画直线、矩形、圆等图形的函数。本文记录相关内容。

OpenCV 自带大量矩阵处理函数，本文记录相关内容。

在训练 Pytorch 网络时遇到错误 At least one stride in the given numpy array is negative, and tensors with negative strides are not currently supported., 本文记录原因与解决方案。

Typora 好用，但是眼下收费又闭源，使用中一直有bug没有解决；刚刚发现了国产替代产品MarkText，尽管存在很多问题，但设计的功能几乎可以覆盖 Typora，并且添加了很多个性化配置和新功能，本文并介绍相关功能。

OpenCV 自带大量矩阵处理函数，本文记录相关内容。

OpenCV 自带大量矩阵处理函数，本文记录相关内容。

模型可视化十分重要，前文我们介绍了 CAM ，但是 CAM 本身存在一些限制，Grad CAM 作为 CAM 的扩展技术可以在限制更宽泛的条件下使用，本文介绍 Grad CAM。

在 Linux 下多进程调用 CUDA 执行任务时可能会报错: To use CUDA with multiprocessing, you must use the ‘spawn‘ start method，本文记录解决方案。

模型在训练的时候，为了探明模型到底学到了什么特征，是否是我们期望的，或者模型是否学到了“作弊”的信息，这就需要对模型进行可视化，CAM是一种对模型特征可视化的技术。