qq_38603174的博客

nn.Conv2d和nn.ConvTranspose2d()卷积计算及参数详解

如果不指定环境的话默认安装到base环境下，关于环境的搭建和切换详情参照我的另一篇博文链接第一步进入pytorch官网：pytorch官网第二步选择自己电脑的配置情况，用Anaconda安装cpu版本的话如下图所示第三步复制上图中箭头所指的安装语句，如果想快速安装不卡顿的话最好用清华源，使用清华源的时候记得把上图里的安装语句中最后面的 -c pytorch去掉，因为该参数指的是指定的官方通道，导致下载的路径不是国内源，因此去除该参数，所以安装语句为：conda install pytorch

如何在pytorch中指定CPU和GPU进行训练，以及cpu和gpu之间切换关于pytorch中cpu和gpu的事情总是搞不明白，最近清晰了很多，写下来记录一下以便日后查阅方法一：.to(device)推荐使用~1.不知道电脑gpu可不可用时：device = torch.device('cuda' if torch.cuda.is_available() else 'cpu' )a.to(device)第一行代码的意思是判断电脑GPU可不可用，如果可用的话device就采用cuda()即调

Ananconda清华源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua

最近在用pytorch做SAE，想要利用网格搜索的方法找到最优解，使用torch.save()保存模型时总是报出：PicklingError: Can't pickle <class 'SAE.AutoEncoder'>: it's not the same object as SAE.AutoEncoder 的错误，查了半天发现可能是我利用for循环运行程序时，多次保存model.pkl文件造成的。查了半天资料终于找到了解决办法，把它记录下来以供大家参考。解决方案如下：①首先安装dill模

在编辑jupyter文件时有时要导入自己写的模块函数，但是在调试程序的过程中，当修改了模块函数每次都要重启服务器运行主程序时才能更新模块函数，很费事，这是因为每次import模块时都是按照第一次导入的来使用，可以在cell中添加以下代码，实现自动导入更新的模块函数。%load_ext autoreload%autoreload 1%aimport your_module上述代码的意思是在执行用户代码前，重新装入软件的扩展和模块。autoreload的意思是自动重新装入，它后面可带参数。无参

Class USeDropout(nn.Module): def __init__(self): super(DropoutFC, self).__init__() self.fc = nn.Linear(100,20) self.dropout = nn.Dropout(p=0.5) def forward(self, input): out = self.fc(input) out = s.