1、torch.reshape()
2、torch.max()
3、torch.no_grad()
torch.no_grad()用于停止autograd模块的工作,停止所有的梯度计算,但是不会影响dropout层和batch norm层的行为
model.eval()用于训练和验证状态的切换,只会影响dropout和batchnorm的行为,不会影响梯度计算,但是在验证模式下,不会进行梯度的反向传播(不是只有反向传播才有梯度计算吗?)
4、print的格式化输出
print('the accuray is {}%'.format(25))
print(f'the accuracy is {accu} %')
print('the accuracy is %f' %(accu))
5、torch.nn.BatchNorm2d(C)
BatchNorm过程是对每个通道独立进行的