U235U235

У вас 3.11 питон. Гляньте есть ли совместмость у ваших библиотек с этой версией. Возможно они еще не сделали релиз под 3.11.

Дежавю какое-то.
Это же вы задавали вопрос 9 месяцев назад: https://qna.habr.com/q/1129050
И это вы (а не кто-то ещё) в вопрос добавили картинку, из которой вроде бы очевидно, что нет какой-то фиксированной полярности. Полярность всё время меняется при передаче.
И Армянское Радио там в комментариях приводил пример осциллограммы.
И VT100 вразумлял в комментариях к своему ответу.

А и что покажет тестер на принимающем приборе

Опять же, я там в комментариях писал про высокоимпедансное состояние.
Получается, все эти ответы уходят, как вода в песок? Печально.

На практике такие метрики могут означать лишь одно вы тренируете и тестируете на одних и тех же данных. Первое место для проверки

test_dataset = ASDataset(client_file="raw/client_train_raw.txt", imposter_file="raw/imposter_train_raw.txt", \
    transforms=preprocess)
train_dataset = ASDataset(client_file="raw/client_test_raw.txt", imposter_file="raw/imposter_test_raw.txt", \
    transforms=preprocess)
train_dataloader = DataLoader(train_dataset, batch_size=128, shuffle=True)
test_dataloader = DataLoader(test_dataset, batch_size=128, shuffle=True)

второе место для проверки естественно сам класс DataLoader.
ну и третье сами файлы что бы по запарке они не содержали одно и тоже содержимое.

В каком случае возможны такие метрики ну например данные на которых вы учитесь в них входная переменная это температура в цельсии а то что нужно "предсказать" температура в фаренгейтах. Ваши тестовые данные по структуре такие же но сам датасет алгоритм никогда не видел. На тех данных что алгоритм тренировался он благополучно выучит школьную формулу перевода из цельсии в фаренгейты и справится со 100 точностью. По простой причине в данная проблема состоит только из детерминистической составляющей, т.е вариативность отсутствует. (Данный пример специально примитивен. Это может и Unsupervised Learning это может задача где на вход "features" пойдут десятки переменных и.т.д лишь бы отсутствовала вариативность). Подобные примеры как этот будут выдавать такие метрики.

Самый простой вариант - подготовить картинки заранее обрезав и качественно смасштабировав их под нужный формат кадра.
Можно воспользоваться вот этой распространенной утилитой https://imagemagick.org
Или любой аналогичной для командной строки.
Фактически вам нужен ресайз под конкретный размер по вертикали. а затем кроп под конкретную ширину, однако так у вас может отрезаться часть значимого сюжета.
Можно слишком широкие картинки (типа 16:9) снабдить предварительно сверху и снизу небольшими полями, чтобы по бокам отрезалось меньше.
Получить рамеры картинки поможет утилита exiftool.
Ещё цвет полей картинки можно выбрать близким к фону каринки на краях. Для этого можно сильно размыть картинку по гауссу и взять несколько проб цвета из верхней чсти изображения и из нижней. Усреднить и получится цвет полей, которые не будут сильно бросаться в глаза. Ещё можно размыть верх и низ картинки по маске и смешать с фоном.
Для всего этого лучше, конечно, не на баше скрипт писать, а на питоне с использованием библиотеки PIL (pillow).

По скольку нет полного датафрейма я не могу полностью сформировать рабочий ответ. Но основываясь на вашем коде вот какая главная мысль.
Не каких for в pandas абсолютно любой функционал выполним без циклов. (либо напрямую) любой массив в pandas уже векторизован. либо посредством функций apply или agg (первая поэлементно выполнит вами написанную функцию) , вторая агрегирует, то есть на вход получит массив на выход одно число например (mean, std) и.т.д. Но главный вывод не каких циклов pandas устроен так что ты никогда не используешь циклы для обработки данных. (только для работы с индексами иногда применяют циклы), но никогда с данными. Это очень сильно ускорит код.

cam = cv.VideoCapture(1)

Потому что ты пытаешься открыть вторую камеру, которой, скорее всего нет и у тебя одна камера, или вообще их нет.

Вот мы и дожили до времён, когда "программисты" не знают с чего начинается нумерация массивах и коллекциях

Сколько камер на том компе, где не работает?
Потому что параметр VideoCapture() - это, условно, номер камеры в списке камер. Если на компе только одна камера, то номер должен быть 0, если две, то номера будут 0 и 1, и так далее.
Способа открыть камеру по имени сам opencv не предоставляет, хотя вроде есть сторонние пакеты, которые это исправляют - в плане получения списка камер в том же порядке, в каком их индексы будут использоваться VideoCapture().

Во-первых, PyCharm - это не интерпретатор. Во-вторых, с ним всё в порядке, как и с интерпретатором. Проблема в том, что строковый литерал нельзя разрывать переводом строки.

Запуск двигателя от cd-rom

Почитайте формулы книги по 3D, вектор (посл. коорд.=0) или точка (посл. коорд. = 1) умножается на матрицу 4х4 (вектор и точка имеют длину 4).
Есть три стандартные матрицы поворота вокруг осей X, Y, Z. Есть матрица поворота вокруг произвольной оси.
Можно ещё поворачивать кватернионами.

хватит ли математики за 8 класс для начала обучения в области ИИ

Нет, не хватит.
Нужно как минимум уметь оперировать матрицами, а в 8 классе, этому не учат. По крайней мере, моя дочка в 8 классе и до матриц им ещё далеко.

Это называется арифметическая прогрессия. Ее сумма считается очень просто. Там и циклы не надо.

Нейросети под питон это С++ с API под питон, на уровне питона скорость не нужна, возьми да полож данные из одного места в другое, настрой параметры, а дальше питон дернет ядро либы на С++ и будет скорость

Если хочется писать вообще все на С++ то это будет НАМНОГО сложней (я знаю, ведь я пытался), думаю ты уже погуглил нейросетевые либы на С++ и обнаружил "разнообразие", если ты задаешь вопрос тут, потому что не смог найти решение, и если тебе даже посоветуют решение из недр интернета о котором никто не слышал, то какое у него будет комьюнити? У кого спросишь совета как решить проблему в либе про которую никто не знает? Как долго разработчики будут исправлять критичный баг на который ты нарвался и который остановил твою работу дальше?

Пока ты будешь запускать тот же TensorFlow на С++ неделями, я за день напишу питон скрипт и просто запущу его из С++, и это будет работать одинаково

Попробуй вот как, напиши сначала на питон нейросеть и запускай свое питон приложение из С++, а потом попробуй переписать на TensorFlow С++ API, и в процессе боли, страданий и потери времени поймешь, что это дает только боль, страдание и потерю времени

Не стоит забывать, что стоит подбирать инструменты под задачу, а не натягивать все на один свой любимый инструмент