小张同学的博客

服务器安装cuDNN过程

ResNet在2015年被提出，在ImageNet比赛classification任务上获得第一名，深度残差网络，ResNet可以解决“随着网络加深，训练误差不下降”的问题，这是因为Resnet提供了两种选择方式，也就是identitymapping和residualmapping，如果网络已经到达最优，继续加深网络，residualmapping将被push为0，只剩下identitymapping，这样理论上网络一直处于最优状态了，网络的性能也就不会随着深度增加而降低了。...

nni自动调参工具使用修改模型文件，添加以下代码命令行运行-p代表使用的端口号。打开一个上面给出的url在命令行使用停止调参

pytorch官网教程整理

参考资料：https://zh.d2l.ai/chapter_recurrent-modern/encoder-decoder.html自然语言处理10.9 编码器—解码器（seq2seq）在自然语言处理中，输入输入都可以是不定长序列，此时可以用编码器—解码器（encoder-decoder）[1] 或者seq2seq模型 [2]。根据“编码器-解码器”架构的设计， 我们可以使用两个循环神经网络（分别叫做编码器和解码器）来设计一个序列到序列学习的模型。编码器接受一个长度可变的序列作为输入， .