十一城

正则化

PyTorch损失设计https://blog.youkuaiyun.com/zhangxb35/article/details/72464152torch.backword()focal loss类别不平衡Triplet Loss 三重损失用于训练差异性较小的样本，如人脸等Feed数据包括锚（Anchor）示例、正（Positive）示例、负（Negative）示例，通过优化锚示例与正示例的距离小于锚示例与负示例的距离，实现样本的相似性计算。...

张量的实际原始数据并不是立即保存在张量结构中，而是保存在我们称之为「存储（Storage）」的地方，它是张量结构的一部分一般张量存储可以通过 Allocator 选择是储存在计算机内存（CPU）还是显存（GPU）device = torch.device(“cuda:0” if torch.cuda.is_available() else “cpu”) #第一行代码model.to(device) #第二行代码mytensor = my_tensor.to(device)..

基本数据类型https://www.youtube.com/watch?v=fCVuiW9AFzYtorch.Tensor是一种包含单一数据类型元素的多维矩阵tensor.float() 张量类型转换一般使用LongTensor比较多Torch定义了七种CPU tensor类型和八种GPU tensor类型：torch数据生成其实像numpy/pandas/pytorch这几个库，直接生成数据并不是刚需，因为数据的生成更多来自于read()，所以更多地是数据维度上的操作和变换接收

1.9.1