m0_61175448的博客

变量正确传递了吗梯度是True吗梯度消失或梯度爆炸超参数调整损失函数选对了吗改变优化器。

引自：pytorch实战3：基于pytorch复现VGG16。

把原始GAN的代码应用到CIFAR10数据集上的生成效果不好，因此考虑用DCGAN试一下。使用pytorch官网给的DCGAN代码试试看，注意官网的代码是在jupter运行的。在最后我会把我最终运行的代码放上来。官网使用的数据集是CelebA人脸数据集，也给出了下载链接。下面的链接是对CelebA数据集的介绍。用Pytorch官网的源码跑了一遍，效果不错，但是源码没有给出保存图片到本地的代码，我自己加了几句，奇怪的是我保存下来的图片和运行后展示的动画图片的色彩有很大差异，我保存的图片色彩很阴暗。

在这里对这个问题做一个总结：1.如果在迭代的100轮以内，出现NaN，一般情况下的原因是因为你的学习率过高，需要降低学习率。2.如果当前的网络是类似于RNN的循环神经网络的话，出现NaN可能是因为梯度爆炸的原因，一个有效的方式是增加“gradient clipping”（梯度截断来解决）_pytorch nan。其实不然，在训练的时候我们依然可以通过大量的技巧去最大化我们的训练效果，从而帮助我们的任务取得不错的精度，这些技巧是训练神经网络不可缺少的一环。fastai首席设计师。

最近在学习图像生成模型，想主要学习CGAN。目前在找代码先跑通看看生成效果，学一下基础操作。MNIST数据集已经学了一段时间，再用CIFAR10学学。

MNIST数据集学习记录(混合VAE了）似乎有点失败，之后再修改吧，暂时废弃。从手写数字识别入门深度学习丨MNIST数据集详解：http://t.csdnimg.cn/a4JWV深度学习识别数字图像还不会用MNIST？教你一招鲜http://t.csdnimg.cn/gJEG1 在pycharm中运行以上第一部分的代码，由于我的代码所在的文件夹中没有minist，所以会先下载数据集。运行结束后可看到多出了data文件夹，里面有minist数据集文件。运行第二部分结果如下。如在运行时提示没有matplotl

之前在安装了python的情况下安装了anaconda，又装了pytorch，但是在pycharm上使用torchvision时总会出现warning，于是对自己的安装过程起疑，但是又想不起来具体细节，想起曾看到过说装anaconda之前最好不要装python，死马当活马医，先卸了python，再重新建个虚拟环境安一遍（似乎卸载anaconda挺麻烦，所以先试试看，还是不行再说）

即将开始人工智能的学习，安装各种必用软件和环境很令我头疼。在此记录我的参考的安装方法，方便自己以后查错或是分享给其它uu,如果这篇记录能够帮到其它需要安装pytorch的uu，那当然是更好啦！由于是第一次创作，我把我参考的一些链接直接复制过来，如果有侵权现象的发生请提醒我呀，我会赶紧处理，绝对没有盗为己用和私吞牟利的想法呀！