m0_46702604的博客

然而，如果size_average=False那么将会把mini-batch中所有样本的loss累加起来。如果提供的话，weight参数应该是一个1-D的tensor，里面的值对应类别的权重。当训练集样本不均衡的话，使用这个参数非常有用。如果提供的话，weight参数应该是一个1-D的tensor，里面的值对应类别的权重。当训练集样本不均衡的话，使用这个参数非常有用。（通过在网络的最后一层添加LogSoftmax层，可以轻松获得神经网络中的对数概率。创建一个衡量输入x和目标y之间差的绝对值的平均值的标准。

Pytorch使用总结设备的确定np.log10()Python的魔法方法__getitem__DataLoader()joblib.dump()与joblib.load()Counter()elements()方法 设备的确定 os.environ[‘环境变量名称’]=‘环境变量值’ if cuda_used: os.environ['CUDA_VISIBLE_DEVICES'] = CUDA_VISIBLE_DEVICES device = torch.device('cuda') el