动手实验问题汇总

1. loss随时间增加，可能是因为学习率太大造成，如权重衰减那一张。
2. 如果loss中有reduction=这个参数选项.Boolean value of Tensor with more than one value is ambiguous;;可能造成二义性
3. kaggle数据下载

!pip install -U -q kaggle
!mkdir -p ~/.kaggle
!echo '{"username":"abc","key":"123"}' > ~/.kaggle/kaggle.json 
#这个{"username":"abc","key":"123"}替换成自己的token文件内容
!chmod 600 ~/.kaggle/kaggle.json
!kaggle competitions download -c house-prices-advanced-regression-techniques 
#这就是上一步复制的命令

4. python中的整数除法是//
5. 如果验证集的正确率一直得不到提升，如果验证机也包含在训练中但是没有提高，说明网络没有任何？？？待解决
   解决方案：问题是因为valid的图形转换不同，导致valid的图片的大小不等同于train，所以最后valid训练不动，大小都不一样怎么可能可以动呢？

#图像增广


transform_train = torchvision.transforms.Compose([
    # 在高度和宽度上将图像放大到40像素的正方形
    torchvision.transforms.Resize(40),
    # 随机裁剪出一个高度和宽度均为40像素的正方形图像，
    # 生成一个面积为原始图像面积0.64到1倍的小正方形，
    # 然后将其缩放为高度和宽度均为32像素的正方形
    torchvision.transforms.RandomResizedCrop(32, scale=(0.64, 1.0),
                                                   ratio=(1.0, 1.0)),
    torchvision.transforms.RandomHorizontalFlip(),#以0.5的概率随机水平翻转
    torchvision.transforms.Resize(40),#为了让最后的图片大小都一样
    torchvision.transforms.ToTensor(),
    # 标准化图像的每个通道
    torchvision.transforms.Normalize([0.4914, 0.4822, 0.4465],
                                     [0.2023, 0.1994, 0.2010])])#rgb三个输入通道的均值和方差使其标准化