GhostintheCode的博客

pycharm控制台太多日志，导致最开始的有用信息被覆盖，解决方案场景是当我用keras训练LSTM模型的时候，总数据量大概是50w，训练数据大概40w，64个数据一个batch，训练了5epoch，结果就是控制台每训练64个数据，就显示了当前的loss和acc，一个epoch结束之后，显示valloss 和valacc。解决方案：搜索了一下网上的大家好像很少遇到这样的问题，也许是pycharm自身的原因，默认是日志太多会覆盖之前的，如果哪位大佬知道怎么改pycharm设置留言告诉我一下。因为是训练

Pytorch阅读文档之dot，mm，matmul函数torch.dot()torch.dot(input, tensor) → Tensor#计算两个张量的点积（内积）#官方提示：不能进行广播（broadcast）.#example>>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相...

Pytorch阅读文档之torch.cat (),torch.split() and torch.chunk()函数torch.cat ()函数torch.cat(tensors, dim=0, out=None) → Tensor#在给定维度上连接给定序列张量的序列。#所有张量必须具有相同的形状（在连接尺寸中除外）或为空。#torch.cat（）可以看作是torch.split（）和t...

Pytorch阅读文档之reshape，view，flatten函数flatten函数之前写过相关的文章，链接再此，对比总结会写在最后，看官别着急吼。torch.reshape()函数#reshape(*shape) → Tensor#参数：#shape (tuple of python:ints or int...) – 想要转换的形状#返回具有与self相同的数据和元素数量但具有...

pytorch中flatten函数torch.flatten()#展平一个连续范围的维度，输出类型为Tensortorch.flatten(input, start_dim=0, end_dim=-1) → Tensor# Parameters：input (Tensor) – 输入为Tensor#start_dim (int) – 展平的开始维度#end_dim (int) – 展...