jq_98的博客

这里博主机器的cuda 是11.1版本，但按照之前的经验，在ananconda中安装cuda11.3是可以向下兼容的，原因其实很简单，anaconda可以做到环境隔离，即在创建好的环境中进行安装，不会影响其他程序或者模型的使用。

nn.BCEWithLogisticLoss() & nn.BCELoss()的区别 ,nn.CrossEntropyLoss() & nn.NLLLoss()的区别

区别：optimizer.step() 是对模型参数进行更新scheduler.step() 是对学习率进行更新.cuda() 只能指定GPUmodel.train() 和 model.eval() 原理与用法pytorch可以给我们提供两种方式来切换训练和评估(推断)的模式，分别是：model.train() 和 model.eval()。一般用法是：在训练开始之前写上 model.trian() ，在测试时写上 model.eval() 。1.model.train()在使用 pytor

nn.Module----pytorch 中的重要模块化接口torch.nn 是专门为神经网络设计的模块化接口，nn构建于autgrad之上，可以用来定义和运行神经网络nn.Module 是nn中重要的类，其包含网络各层的定义函数，即构造函数 def init(self)，以及前向传递函数def forward(self,x)...

pytorch中的repeat()函数可以对张量进行复制。当参数只有两个时，第一个参数表示的是复制后的行数，第二个参数表示复制后的列数。当参数有三个时，第一个参数表示的是复制后的通道数，第二个参数表示的是复制后的行数，第三个参数表示复制后的列数。接下来我们举一个例子来直观理解一下：>>> x = torch.tensor([6,7,8])>>> x.repeat(4,2)tensor([[6, 7, 8, 6, 7, 8], [6, 7, 8,