weixin_44064434的博客

然后，它计算模型输出与目标标签之间的二元交叉熵损失。在多分类任务中，模型的最后一层输出是一个概率分布，表示每个类别的概率。CrossEntropyLoss() 计算模型输出与目标标签之间的交叉熵损失，用于衡量模型的预测与真实标签之间的差异。需要注意的是，nn.BCEWithLogitsLoss() **可以用于多标签分类任务，**其中每个样本可以属于多个类别。总之，CrossEntropyLoss() 适用于多分类任务，而 nn.BCEWithLogitsLoss() 适用于二分类任务和多标签分类任务。

点击配置，先把Python编译器环境选择到远程服务器配置好的环境下的python，融合把当前项目的地址和远程服务器的代码进行映射，这样运行的其实是远程服务器的代码，这样远程服务器上的代码改动后，debug或运行时发现结果也会改变。这样的好处就是，可以在本地调试，目前就知道这么多，其他确实还也有些不太理解。

我已将 xyz 的主目录路径添加到用于项目 abc 的解释器的 PYTHONPATH 中: Settings->Project->Project Interpreter->Show All->Interpreter Paths->Add Path。在项目 abc 中，我们有一个带有函数 f1() 的模块 abc.mod_a，在项目 xyz 中，我们有一个带有函数 f2() 的模块 xyz.mod_b。我已将 xyz 添加为项目 abc 的项目依赖项: 设置->项目->项目依赖。它将为您处理所有依赖项。

理解代码遇到的问题总结（一）

查看当前环境下的python版本查看包详细信息查看已经安装的pytorch的版本适合当前python安装对应的pytorch版本

Could not load dynamic library ‘cudart64_110.dll’;dlerror: cudart64_110.dll not found可以直接在网上找cudart64_110.dll文件cudart64_110.dll的下载链接如下：https://www.dll-files.com/cudart64_110.dll.html下载完之后，需要把先文件解压，然后将cudart64_110.dll放在文件夹下C:\Windows\System32...

收藏一些比较好用的镜像下载，可以大大加快包安装的速度 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.3.0 ##后面的包名可直接替换

os.path.join() 路径拼接错误解决 斜杠/和反斜杠\