m0_73840699的博客

但我的电脑里现在还没安装 Rust。中点击“下载Jupyter记事本”下载对应的文件，并选一个地方进行解压。官网时发现不能直接运行他的command，因为他需要3.9以上版本。然后可以重新打开Anaconda prompt，激活刚刚建立的环境。这个是因为之前使用的是pip安装，使用pip的时候会出现所需要的。因为虚拟环境新建的时候使用Python 3.8版本，所以访问。我的是python3.8环境，CUDA是12.6。整个下载过程没有挂代理，使用的是默认的源。即可绕过需要Rust的问题。

数据操作对应文件夹为：notebooks/pytorch/chapter_preliminaries/ndarray.ipynb。

对应地址：notebooks/pytorch/chapter_preliminaries/linear-algebra.ipynb。

对应地址：notebooks/pytorch/chapter_preliminaries/calculus.ipynb。

对应地址：notebooks/chapter_preliminaries/autograd.ipynb。

对应目录：notebooks/chapter_linear-networks/linear-regression-scratch.ipynb。

视频p3地址：notebooks/chapter_linear-networks/image-classification-dataset.ipynb查看迭代器和batch_size对性能的影响：运行结果：视频p4地址：notebooks/chapter_linear-networks/softmax-regression-scratch.ipynbexp（50）数值会溢出；在log中，如果概率出现为0的情况会出现负无穷针对溢出，可以考虑减去最大值；针对负无穷，可以考虑+ 1e-9计算量会提高，

视频地址：notebooks/chapter_multilayer-perceptrons/weight-decay.ipynb。

替换损失率之后精度变化不明显，但是第一层损失率设置比较大的数值时，test acc有些减小。

地址 notebooks/chapter_deep-learning-computation/custom-layer.ipynbtemp = 0y = net(X)print("输出维度:", y.shape)#输出：输出维度: torch.Size([2])else:#输出。

想尝试在pycharm里面运行代码，于是更改了一下训练函数，主要是指这里的绘图函数，并且原先在Jupyter上num_workers > 0会触发。的报错，经过查阅资料，给主脚本加上if __name__ == '__main__':保护之后就可以顺利运行了。train_and_plot.py：因为只有一个GPU，所以直接对device给定了cuda。