zjs246813的博客

损失函数可以用来衡量模型拟合程度，通过计算模型预测的输出与实际标签之间的差异可以获得一个损失值，然后。假设该损失函数只涉及一个自变量w，易于求得该损失函数的梯度得到一个较佳的损失值。，即损失函数对参数w的偏导，同理参数b也可以这样求导，最后计算出损失函数的梯度。而实际中，一个损失函数涉及大量自变量（参数），直接求偏导太复杂，可以根据。，然后求损失函数对自变量w、b的偏导，这里以求对w的偏导为例。是损失函数的两个自变量，函数训练得到的两个参数。是训练后得到的函数，然后定义损失函数。最后一层即输出层，计算。

通常会将全连接层的维度设为类别数量或通过Softmax函数输出每个类别的概率分布（有时全连接层不需要加入激活函数，如使用CrossEntropyLoss损失函数计算损失时会用到Softmax激活函数），从而实现对输入数据的分类。另一种说法是，全连接可以是卷积核大小为输入特征大小的卷积运算，卷积的结果为一个节点，对应全连接层的一个点。卷积是使用一个卷积核（滤波器）对矩阵进行内积（相乘后求和）的操作，通过该操作可以获得输入矩阵（图片）的重要信息，在此基础上，更深层次的卷积操作会获得更重要的特征信息。

PyTorch各稳定版本下载链接：https://download.pytorch.org/whl/torch_stable.html。从上图可以发现python3.10可以下载格式为cp310-cp310-win_amd64的whl文件。2、查看该Python版本可以下载的whl文件格式。下载某个版本的Python，本文涉及的。注意cpu和cu(cuda)的区别。3、下载PyTorch版本。4、检验是否下载成功。