pytorch学习笔记3-卷积神经网络

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