老师，我有一个问题：RCNN里面，每个框都要进入卷积里面吗，我记得负例是不进入损失函数的，是吗老师。

老师，如果有的正例在topN里面没有被检测出来呢，精度该怎么算？

老师这个皮肤癌的代码例子里面在哪里加载了Y呢？网络怎么知道图片是正常的还是恶性的

老师，这里梯度应该是一个向量吧，如何理解这个平方项呢？

老师，我有一个问题：在进行RPN对特征图打框的时候，因为我们没有设定正例和负例，那么这个分类器是怎么判断这个框是object或者不是object，然后在Bounding-box regression又是怎么调整框的位置呢（因为没有对照的正例的xywh，这个RPN后的回归损失函数我也想象不出来）。

老师，我的想法是一次step是一条样本加入到模型里面，再用Droppout，不知道这么想是不是对的。还有一点我没有想明白，一个神经网络，在进行训练的时候，只进行一次正向传播，然后再进行梯度的更新，w参数调整我没有想明白

和一楼的问题一样，不应该是补六行吗

老师好，这里的gt是不是人工打的标签吗？但是faster rnn 不是直接端到端不需要使用ss了，怎么还需要人工打标签啊

427除2不是余1吗，不应该是补六行加上原本的一行吗

这里说的1*1的卷积核是不是默认和输入值得通道数相同啊，也就是1*1*128

老师，我想问下在RPN网络最后得到的Top200全部都是p正，那么p负怎么得到呢

老师可以上传一下本节课的代码和data数据吗

老师，分子不就是前t-1次的梯度之和吗？为啥不能为负，没有明白

老师，我想问下为什么这两行代码会报错呀，h_conv1是卷积层
或者说在tensorflow中BN是怎么使用的呀。

这里的不是我们前面 40*60*9个 anchoe box里面去进行分类的正例和负例吗？其次就是负例前面说的不是IOU <0.3就是负例吗？