qq_35789702的博客

花费了整整一个下午的事件安装pytorch,一度绝望到不想干了。最奇葩的是安装看似很顺利，咔，失败了啊，那片红，红的耀目，红的刺眼从头梳理一下安装流程注意：这是windows10&python3.6版本的安装1.创建pytorch的安装环境打开annaconda的prompt，输conda create -n pytorch python=3.6中途会跳出来提示，输入y，让它继续安装2.激活环境3.下载各种依赖包...

遇到过好多次这种情况，明明地址没毛病，但是控制台会报错主要是因为pycharm没有意识到你正在写的程序是和你导入的素材是相关联的，或者说整个的项目缺少python解释器，这时只要run一下程序，加上解释器就行之后控制台测试就不会报错了...

最近又回到java，时间太长了都忘记了以前的部署。明明配置的ngnix流转逻辑都没毛病，但是浏览器上输入域名打开的却是其他的页面，首先怀疑的就是缓存解决办法:**1.清除浏览器端缓存以火狐为例打开右上角的选项—》隐私与安全—》cookie和网站数据—》清除数据2.打开磁盘里的ngnix文件夹下的conf目录找到http配置将on改为off，然后重启ngnix这样就能清除掉ngnix中的缓存了3.测试新项目重启ngnix在任务管理器中查看到了启动虽然有两个，但是正常的重新

最近又在发掘新的神经网络mxnet，据说支持多节点，多GPU的计算，很厉害^^然而我是在windows下安装的，很渣第一步直接—》pip install mxnet主要原因：read timed out那没事儿，网络原因换个姿势，再来一次，继续—》pip install mxnet这回是WinError 5,给出提示–user接着来 pip install --user mxnet总算成功，而且这个安装奇快。前面两次失败的安装反而好久。总结：超时问题不用怕，一般网络原因，多试几次

很多人对这些有自己的理解，这就导致了—百花齐放，成功把人绕晕。比如说1.batch_size因为更新参数是按批次更新的，batch_size就是一个批次batch内的数量。2.iteration完成一次batch的训练3.epoch使用训练集中的全部数据进行一次完整的训练但是对照真正的代码，会很崩溃比如说epoch要不要设置，设置多少为好iteration也是一样有的代码中没有设置epoch，有的代码没有设置iteration，那到底要怎么才能看懂，这些的关系又是什么。手里有样本的总

1:首先你得准备好Pycharm，Anaconda然后是第三方类库numpy,tensorflow,matplotlib,kerasKeras框架能简单上手，高度集成，利用这个框架写出来的CNN就可以作图片识别了。我们这里识别minst数据集。[mnist数据集](链接：https://pan.baidu.com/s/1Jt4p5EYF5mPzhiGGhrMN3A提取码：mz1w)mnist数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中