weixin_38530843的博客

【numpy】【解决】ValueError: axes don‘t match array_YJYS_ZHX的博客-优快云博客

Linux查看GPU信息命令_不忘初心~-优快云博客_gpu查看命令watch用法小记 - 刘英皓 - 博客园

CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘ 问题解决CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘ 问题解决_锅盖小郭哥-优快云博客

python报错：Error running XXX : Cannot run program".....\python.exe"(in directory "项目文件地址").... - mghhz816 - 博客园

pycharm远程服务器运行Can‘t run remote python interpreter:Can‘t get remote credentials for deployment server_coasxu的博客-优快云博客

​神经网络为什么加入激活函数？

pytorch学习（一）：改变tensor尺寸_大白菜--的博客-优快云博客

主页 - PyTorch中文文档

pytorch torchvision.ImageFolder的使用 - 慢行厚积 - 博客园

yolov5训练过程可视化 - 迷途小书童的Note迷途小书童的Note

pytorch torchvision.datasets_Threelights的博客-优快云博客

Python参数内存分析 - 简书

Python 学习笔记之—— PIL 库 - 知乎

PyTorch常用的torchvision transforms函数 - 知乎

pytorch实现自由的数据读取－torch.utils.data的学习_tsq292978891的博客-优快云博客_torch.utils.data

【pytorch系列】 torch.backends.cudnn系列用法_sazass的博客-优快云博客

argparse模块用法简要总结_weekdayh的博客-优快云博客_argprase模块用法

pytorch中SiLU激活函数_百里不守约_45690024的博客-优快云博客

pytorch中padding=kernel_size//2_gggoogle1020的博客-优快云博客_kernel_size//2感觉就是same模式一种灵活写法。

标准化和归一化什么区别？ - 知乎

[转载]什么情况下应该设置 cudnn.benchmark = True？_weixin_30702413的博客-优快云博客

torch中manual_seed的作用_风筝大晒的博客-优快云博客_torch.manual_seed

详解Pytorch的nn.DataParallel_zandaoguang的博客-优快云博客

激活函数ReLU、Leaky ReLU、PReLU和RReLU_qq_23304241的博客-优快云博客_leaky relu

tensorflow的图片操作之图片数据的读取_写bug战神的博客-优快云博客

PyTorch基础（九）----- torch.mean()方法_奋斗の博客-优快云博客_torch.mean

pycharm 进行远程服务器代码的编写与调试 - 三公分阳光 - 博客园

.condarc（conda 配置文件）、换国内源 - stardsd - 博客园Anaconda 修改.condarc文件_chenhepg的博客-优快云博客

Anaconda3镜像源修改_一扣解千愁的博客-优快云博客

conda常用命令:安装，更新，创建，激活，关闭，查看，卸载，删除，清理，重命名，换源，问题_zhayushui的专栏-优快云博客

''' groups:定义为分组： 计算公司：输出与输入通道同时分为整数的倍数，一一对应卷积。 表现： groups=2:torch.Size([6, 2, 1, 1]) 如果将group=3时，卷积核大小为torch.Size([6, 2, 1, 1])，即6个2*1*1的卷积核，只需要需要6*2*1*1=12个参数 那么每组计算就只被in_...

Pytorch 里 nn.AdaptiveAvgPool2d(output_size)Pytorch 里 nn.AdaptiveAvgPool2d(output_size) 原理是什么?AdaptiveAvgPool2d:定义自适应池化 参数 高度与宽度 好处：输入的特征不管好大，我们都能得到自己想要的输出特征矩阵（1，1）。我们不用管它的步长与核大小Pytorch 里 nn.AdaptiveAvgPool2d(output_size)...

先说明一下情况1、如果是自己的数据集，mean 和 std 肯定要在normalize之前自己先算好再传进去的2、有两种情况：a)数据集在加载的时候就已经转换成了[0, 1].b)应用了torchvision.transforms.ToTensor，其作用是（ Converts a PIL Image or numpy.ndarray (H x W x C) in the range [0, 255] to a torch.FloatTensor of shape (C x H x W) in

PyTorch中在反向传播前为什么要手动将梯度清零？ - 知乎

Batch Normalization是google团队在2015年论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》提出的。通过该方法能够加速网络的收敛并提升准确率。在网上虽然已经有很多相关文章，但基本都是摆上论文中的公式泛泛而谈，bn真正是如何运作的很少有提及。本文主要分为以下几个部分：（1）BN的原理（2）使用pytorch验证本文的观点（3）使用B

首先说下pytorch中的Tensor通道排列顺序是：[batch, channel, height, width]我们常用的卷积（Conv2d）在pytorch中对应的函数是： torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0,...

加粗样式https://blog.youkuaiyun.com/jizhidexiaoming/article/details/94603558

参数的更新的方法：类型 定义 公司 图像 优点 缺点 代码结构关系：为了改正SGD的缺点，下面我们将介绍Momentum、AdaGrad、Adam这3 种方法来取代SGD。SDG定义：使用参数的梯度，沿梯度方向更新参数，并重复这个步骤多次，从而逐渐靠 近最优参数，这个过程称为随机梯度下降法（stochastic gradient descent）， 简称SGD。朝着当前所在位置的坡度最大的方向前进，就是SGD的策略。公司：这里把...

如何在Linux服务器上安装Anaconda（超详细）_あなたを待って-优快云博客_服务器安装anaconda判断版本号：文章目录Anaconda 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结选择正确的版本号： Anaconda在服务器上安装Anaconda_m0_37548423的博客-优快云博客_服务器安装anaconda如何在Linux服务器上安装Anaconda（超详细）_あなたを待って-优快云博客_服务器安装a