博客摘录「 《PyTorch深度学习实践》学习笔记 【4】」2023年12月7日

单通道图像和多通道图像

1、softmax的输入不需要再做非线性变换，也就是说softmax之前不再需要激活函数(relu)。

2、多分类问题，标签y的类型是LongTensor。比如说0-9分类问题，如果y = torch.LongTensor([3])，对应的one-hot是[0,0,0,1,0,0,0,0,0,0].

 4、CrossEntropyLoss <==> LogSoftmax + NLLLoss。也就是说使用CrossEntropyLoss最后一层(线性层)是不需要做其他变化的；使用NLLLoss之前，需要对最后一层(线性层)先进行SoftMax处理，再进行log操作。 

    

代码说明：1、第8讲 from torch.utils.data import Dataset，第9讲 from torchvision import datasets。该datasets里面init，getitem,len魔法函数已实现。

                  2、torch.max的返回值有两个，第一个是每一行的最大值是多少，第二个是每一行最大值的下标(索引)是多少。

                  3、全连接神经网络

                 4、torch.no_grad()   Python中with的用法

                5、代码中"_"的说明  Python中各种下划线的操作 

               6、torch.max( )的用法  torch.max( )使用讲解