火锅先生

摘要： 1. 使用keras的API配置训练 训练代码： import tensorflow as tf from tensorflow import keras import numpy as np from matplotlib import pyplot as plt np.random.seed(4 阅读全文

摘要： 方式一 常用函数 numpy.random.rand(d0, d1, ..., dn) #产生均匀分布的随机数 numpy.random.randn(d0, d1, ..., dn) # 产生标准正态分布随机数 numpy.random.randint(low, high=None, size=No 阅读全文

摘要： 在训练前写model.train()，进入训练模式。 在预测前写model.eval()，进入预测模式。 参考https://blog.csdn.net/weixin_43593330/article/details/107547202 阅读全文

摘要： 一般保存和加载模型的后缀名都是.ph或者.pth 官方文档 保存与加载整个模型（不推荐） 该方法会保存整个模型的网络架构以及当前训练的参数（w、b等） 保存模型 torch.save(model, PATH) 加载模型 model = torch.load(PATH) 举例： torch.save( 阅读全文

摘要： 导包 导入必要的包 import torch import torch.nn as nn import torch.nn.functional as F from matplotlib import pyplot as plt 创建数据集与预处理 创建训练用的数据集，这里训练目标是预测 y = x^ 阅读全文

摘要： PyTorch中MSELoss的使用 参数 torch.nn.MSELoss(size_average=None, reduce=None, reduction: str = 'mean') size_average和reduce在当前版本的pytorch已经不建议使用了，只设置reduction就 阅读全文