木槿qwer的博客

1、个人理解，使用 opt.parser 有利于管理深度学习常用的变量。使用的网络结构、gpu数量、选择执行的任务、输入数据的地址、数据输出的地址……所有的这些变量信息都可以直接命令行选定参数，不用每次在代码中修改。”），相应的参数必须在运行代码过程中手动指定，此时即使通过default设置默认参数，也还是会报错！3、使用action参数时，不要设置default，默认初始值和action相反。2、add_argument 的参数分为可选参数和必选参数。2、什么是可选参数和必选参数？

optimizer.zero_grad() 功能梯度初始化为零，把loss关于weight的导数变成0为什么每一轮batch都需要设置optimizer.zero_grad根据pytorch中的backward()函数的计算，当网络参量进行反馈时，梯度是被积累的而不是被替换掉。但是在每一个batch时毫无疑问并不需要将两个batch的梯度混合起来累积，因此这里就需要每个batch设置一遍zero_grad 了每个batch必定执行的操作步骤optimizer.zero_grad() # 梯度初始

保存日志 Tensorboard

Pytorch 数据处理

Pytorch常用函数

model.train()、model.eval()的区别

模型打印

保存模型权重参数

模型保存和加载

Pytorch模型添加、删除、修改网络层

——