m0_46861439的博客

0. 长期更新，看到奇怪的弄懂了就写ref:https://www.bilibili.com/video/BV1wQ4y1q7Bm/?spm_id_from=333.788https://blog.youkuaiyun.com/m0_46384757/article/details/1205094811.torch.gatherhttps://www.jianshu.com/p/b7d8d3c26f2d上面的文章告诉我举例子的时候不要用1m或m1也不要用n*n这种，不然歧义很多这里是按我的理解写一遍，为

1. ResNet这是用来解决网络退化问题的就比如左边这幅图，从F1到F6（都视为网络），虽然网络层数上升了，但层到目标f（蓝色五角星）的距离却变大了，就是效果变坏了，称之为网络退化，在统计机器学习里叫模型偏差解决的想法就是：在构造模型的时候每一个模型都包含这前面的小模型，这样学习的效果就应该严格地比前面的更好（就像右边那张图一样）...

1.https://zhuanlan.zhihu.com/p/2885419092. .detach()y=tensor.detach()创建一个常量,名字是y, 注意它没有梯度3. .normal()torch.normal(means,std,out=None)效果：返回一个张量，包含从给定参数means,std的离散正态分布中抽取随机数。 均值means是一个张量，包含每个输出元素相关的正态分布的均值。 std是一个张量，包含每个输出元素相关的正态分布的标准差。 均值和标准差