A_John 的博客

GitHub 仓库管理操作

[训练可视化工具] wandb 小结

常见优化器（Optimizer），包括SGD、Adagrad、RMSprop、Adam、AdamW；常见学习率（Learning Rate Scheduler），包括StepLR、MultiStepLR、ExponentialLR、CosineAnnealingLR、CosineAnnealingWarmRestarts、ReduceLROnPlateau；以及混合精度（GradScaler）操作和梯度累加（Add Grad）操作等；

深度学习环境搭建（CUDA + cuDNN + Anaconda）

Visio 是一个非常强大的作图工具，可以利用简单的操作做出非常好看图 ；Visio 2019 🔗：https://pan.baidu.com/s/1Ijqjh7-S5moPH1BXm6TUmw

Web 前端基础操作小结；1、HTML 认知排版标签；文本格式化标签；媒体标签；链接标签2、HTML 基础列表标签；表格标签；表单标签；语义化标签；字符实体3、CSS 基础选择器；字体和文本样式；Chrome 调试工具4、CSS 进阶选择器；背景属性；显示模式；CSS 特性5、CSS 盒子模型优先级；盒子模型6、CSS 浮动结构伪类选择器；伪元素；标准流；浮动；清除浮动7、CSS 定位装饰定位；装饰；.....................

字体样式、颜色、大小、背景，段落换行、空格、居中，次方、角标、分数、图片大小调整等各种排版布局，写博客时常用用法，最后还有一个小彩蛋哦 ~

Win10 14个常用的快捷键，快学起来吧！显示桌面；任务视图；运行；文件资源管理器；切换任务视图；搜索内容；锁屏；高级用户功能；截图工具；多重剪贴板；任务栏软件启动；创建虚拟桌面；虚拟桌面切换；日历显示等...

torch.nn.KLDivLoss(）损失函数输出结果为负数

MatPlotlib 最全 使用技巧与操作指南简单绘图 定制画布风格 绘制简单函数 设置坐标轴 坐标轴范围 坐标轴标签 图例 线条颜色及风格 线条颜色 线条风格 颜色 + 风格 多个子图 表格插图 堆叠子图表 网格子图表 不规则子图表 简单绘图首先从创建 图形 和 维度 开始：...

本文主要讲解collections.OrderedDict() 函数使用技巧，在构建神经网络模型时的用法以及其他用法。

本文主要讲解torch.mean()、torch.max() 和 nn.AdaptiveAvgPool2d()、nn.AdaptiveMaxPool2d()这四个函数的基本用法以及区别

对于想知道网络模型具体结构的，这个 Netron 可视化工具值得推荐 ！话不多说，先看效果：使用 model.summary() 函数打印出来的网络结构：使用时只需要将模型 Model 文件导入即可

PyTorch 打印网络模型结构使用 Print() 函数打印网络我们在使用PyTorch打印模型结构时都是这样操作的：model = simpleNet()print(model)可以很容易发现这样打印出来的网络结构 ``不清晰`` ，参数看起来都很 ``乱`` !如果是一个简单一点的网络可能影响不是很大，但当随着网络层数加深、结构复杂、参数量变大时，就会看得很难受 ！...

cv.imshow() ：显示图像是 BGR 格式的plt.imshow() ：图像显示是 RGB 格式的Tensor ：存储的数据分布在 [0, 1]Numpy ：存储的数据分布在 [0, 255]CIFAR-10数据集数据集为 BGR 格式的；在使用 opencv 显示时需要先转换成 BGR 格式；在使用 plt显示时 无需 转换格式；示例：torchvision.utils.save_image() 最后再来看一下pytorch自带的函数是如何进行格式转换保存图片的......

使用Matplotlib绘图，绘制多条线，线条的颜色、风格、标记等方法，绘制柱状图，多个柱状图显示，柱状图标注、颜色、图标等操作；plt.plot()plt.bar()plt.xlabel()plt.ylabel()plt.title()plt.grid()plt.legend()plt.show()...

# nvidia-smiNVIDIA 系统管理接口 （nvidia-smi）是一个命令行实用程序，基于 NVIDIA 管理库 (NVML)，旨在帮助管理和监控 NVIDIA GPU 设备。

PyCharm取消pytest运行

模型保存``torch.save()``## 模型加载``torch.load()``## 加载模型GPU和CPU转换使用 ``map_location`` 参数对 ``GPU`` 和 ``CPU`` 进行转化

anaconda 的基本操作，包括创建虚拟环境、查看虚拟环境、打开虚拟环境、关闭虚拟环境、删除虚拟环境等。