摘要： 描述 Python 字典(Dictionary) copy() 函数返回一个字典的浅复制。 语法 copy()方法语法： dict.copy() 返回值 返回一个字典的浅复制。 实例 以下实例展示了 copy()函数的使用方法： dict1 = {'Name': 'Zara', 'Age': 7}; 阅读全文

摘要： python的.item()用于将字典中每对key和value组成一个元组，并把这些元组放在列表中返回例如person={‘name’:‘lizhong’,‘age’:‘26’,‘city’:‘BeiJing’,‘blog’:‘www.jb51.net’} for key,value in pers 阅读全文

摘要： hasattr() 函数用于判断对象是否包含对应的属性。 hasattr 语法： hasattr(object, name) object -- 对象。 name -- 字符串，属性名。 如果对象有该属性返回 True，否则返回 False。 class Coordinate(): x = 10 y 阅读全文

摘要： torch.init https://pytorch.org/docs/stable/nn.html#torch-nn-init 1. 均匀分布 torch.nn.init.uniform_(tensor, a=0, b=1)服从~U(a,b)U(a, b)U(a,b) 2. 正太分布 torch. 阅读全文

摘要： model.modules()和model.children()均为迭代器，model.modules()会遍历model中所有的子层，而model.children()仅会遍历当前层。 # model.modules()类似于 [[1, 2], 3],其遍历结果为： [[1, 2], 3], [1 阅读全文

摘要： 只保存参数信息 加载 checkpoint = torch.load(opt.resume) model.load_state_dict(checkpoint) 保存 torch.save(self.state_dict(),file_path) 这而只保存了参数信息，读取时也只有参数信息，模型结构 阅读全文

摘要： pytorch两个基本对象：Tensor（张量）和Variable（变量） 其中，tensor不能反向传播，variable可以反向传播。 tensor的算术运算和选取操作与numpy一样，一次你numpy相似的运算操作都可以迁移过来。 Variable variable是一种可以不断变化的变量，符 阅读全文

摘要： 在pytorch中，torch.nn.Module模块中的state_dict变量存放训练过程中需要学习的权重和偏执系数，state_dict作为python的字典对象将每一层的参数映射成tensor张量，需要注意的是torch.nn.Module模块中的state_dict只包含卷积层和全连接层的 阅读全文

摘要： model.train() ：启用 BatchNormalization 和 Dropout model.eval() ：不启用 BatchNormalization 和 Dropout 把模型model.eval()作用是为了固定BN和dropout层，使得偏置参数不随着发生变化。因为当batch 阅读全文

摘要： 1、model.named_parameters()，迭代打印model.named_parameters()将会打印每一次迭代元素的名字和param for name, param in model.named_parameters(): print(name,param.requires_gra 阅读全文