Linux find和grep的区别，Tensorflow和Pytorch(机器学习和深度神经网络框架)，OpenCV(开源计算机视觉库)，Yolo（目标检测算法框架）
Linux find和grep的区别
find：查找文件或目录
find命令 用来在指定目录下查找文件。任何位于参数之前的字符串都将被视为欲查找的目录名。如果使用该命令时，不设置任何参数，则find命令将在当前目录下查找子目录与文件。并且将查找到的子目录和文件全部进行显示。
find -name 'ttyS0'
grep：文本搜索工具
grep （global search regular expression(RE) and print out the line，全面搜索正则表达式并把行打印出来）是一种强大的文本搜索工具，它能使用正则表达式搜索文本，并把匹配的行打印出来。用于过滤/搜索的特定字符。可使用正则表达式能配合多种命令使用，使用上十分灵活。
ll /dev | grep "ttyS[0,1]"
/dev/tty有些类似于到实际所使用终端设备的一个链接 。
Tensorflow和Pytorch(机器学习和深度神经网络框架)
https://github.com/tensorflow/tensorflow
https://github.com/pytorch/pytorch
TensorFlow
TensorFlow是用于机器学习的端到端开源平台。它拥有一个由 工具、 库和 社区资源组成的全面、灵活的生态系统，让研究人员能够推动 ML 的最新技术，开发人员可以轻松构建和部署基于 ML 的应用程序。
TensorFlow 最初是由 Google 机器智能研究组织内的 Google Brain 团队的研究人员和工程师开发的，用于进行机器学习和深度神经网络研究。该系统具有足够的通用性，也适用于各种其他领域。
TensorFlow 提供稳定的Python 和C++ API，以及对 其他语言的非保证向后兼容 API 。
Pytorch
PyTorch 是一个 Python 包，它提供了两个高级特性：
- 具有强大 GPU 加速功能的张量计算（如 NumPy）
- 建立在基于磁带的 autograd 系统上的深度神经网络
您可以在需要时重用您最喜欢的 Python 包（例如 NumPy、SciPy 和 Cython）来扩展 PyTorch。
OpenCV(开源计算机视觉库)
https://blog.csdn.net/LOVEmy134611/article/details/119489496
OpenCV介绍
OpenCV 是一个的跨平台计算机视觉库，可以运行在 Linux、Windows 和 Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时也提供了 Python 接口，实现了图像处理和计算机视觉方面的很多通用算法。在本文中，将介绍 OpenCV 库，包括它的主要模块和典型应用场景。
开源计算机视觉和机器学习软件库，为计算机视觉应用程序提供通用基础设施。
OpenCV应用场景
OpenCV 可以应用但不仅限于以下场景：二维和三维特征提取、街景图像拼接、人脸识别系统、手势识别、人机交互、动作识别、物体识别、自动检查和监视、分割与识别、医学图像分析、运动跟踪、增强现实、视频/图像搜索与检索、机器人与无人驾驶汽车导航与控制、驾驶员疲劳驾驶检测等。
Yolo（目标检测算法框架）
YOLO 算法框架是一个常用的深度学习目标检测算法框架，在我接触到的目标检测算法中，由于YOLO的快速性，常常能移植到嵌入式设备上。因此掌握YOLO框架是必不可少的深度学习框架之一
YOLO的全称是 You Only Look Once,与Fast CNN等two stage的方法相比，YOLO直接将目标检测任务定义为一个回归任务，由于整个目标检测过程都是基于一个神经网络完成的，因此YOLO是一种端到端的优化过程。
