1.torchvision.transforms.Normalize(mean, std)
mean参数:给定序列的均值,形式为(R,G,B)(并不一定是三维)
std参数:给定序列的平均标准偏差(标准差),形式为(R,G,B)(并不一定是三维)
功能:将给定的Tensor正则化,也就是按照如下公式计算:
2.torch.utils.data.DataLoader()
3.torch.nn.ReLu(flag)
torch.nn.Tanh()
4.a.data.cpu()和a.cpu().data一样,都是将数据取出放到cpu,准备放到cpu计算
5.torch.clamp(input, min, max, out=None),将input的tensor限定在min~max之间,如果小于这个范围,取min;大于这个范围,去max,亦可input.clamp(min,max)这样使用
6.nn.MSELoss(reduce),使用是传入两个量x,y,计算(x-y)^2,如果reduce=False,直接返回向量形式的 loss;如果reduce=True,返回标量
7.nn.MaxPool2d(2)中,默认步长是2