摘要：
阅读全文
摘要：
https://blog.csdn.net/qq_27825451/article/details/90550890这个链接超级详细！ class NeuralNet(nn.Module): pytorch中其实一般没有特别明显的Layer和Module的区别，不管是自定义层、自定义块、自定义模型， 阅读全文
摘要：
Tensor总结 （1）Tensor 和 Numpy都是矩阵，区别是前者可以在GPU上运行，后者只能在CPU上； （2）Tensor和Numpy互相转化很方便，类型也比较兼容 （3）Tensor可以直接通过print显示数据类型，而Numpy不可以 阅读全文
摘要：
一、.to(device) 可以指定CPU 或者GPU device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") # 单GPU或者CPU model.to(device) #如果是多GPU if torch.cud 阅读全文
摘要：
torch.device代表将torch.Tensor分配到的设备的对象，有cpu和cuda两种，这里的cuda就是gpu，至于为什么不直接用gpu与cpu对应，是因为gpu的编程接口采用的是cuda print(torch.cuda.is_available()) #cuda是否可用； print 阅读全文
摘要：
https://www.runoob.com/python/att-string-format.html print('{} {}'.format("name","gender")) print("网站名：{name}, 地址 {url}".format(name="菜鸟教程", url="www. 阅读全文
摘要：
在pytorch中，tensor有一个requires_grad参数，如果设置为True，则反向传播时，该tensor就会自动求导。tensor的requires_grad的属性默认为False,若一个节点（叶子变量：自己创建的tensor）requires_grad被设置为True，那么所有依赖它 阅读全文
摘要：
correct+=(predicted==labels).sum() 一、Python自带sum() sum(iterable[, start])：iterable——可迭代对象，如：list、tuple、set等；start——固定相加的参数，默认为0。 sum([0, 1, 2]) -- > 3 阅读全文
摘要：
一、_, predicted = torch.max(outputs.data, 1) 那么，这里的 下划线_ 表示什么意思？ 首先，torch.max()这个函数返回的是两个值，第一个值是具体的value（我们用下划线_表示），第二个值是value所在的index（也就是predicted）。 那 阅读全文
摘要：
size()函数主要是用来统计矩阵元素个数，或矩阵某一维上的元素个数的函数。 参数numpy.size(a, axis=None)a：输入的矩阵axis：int型的可选参数，指定返回哪一维的元素个数。当没有指定时，返回整个矩阵的元素个数。 >>> a = np.array([[1,2,3],[4,5 阅读全文