weixin_46197934的博客

云服务器！v100用1星期，快来吧！！！

Pytorch中的register_buffer1.register_buffer( )的使用随着例子边看边讲例子1：使用类成员变量（类成员变量并不会在我们的model.state_dict()，即无法保存）例子2：使用类成员变量（类成员变量并不会随着model.cuda()复制到gpu上）例子3：使用register_buffer()总结2.与pa1.register_buffer( )的使用回顾模型保存：torch.save(model.state_dict())，model.state_dict(

持续更新

np.random.seed()随机数种子随机数种子！以下均为个人理解，有误及时修改在生成随机数时，我们可以利用随机数种子，控制生成的随机数。什么意思，就是说我可以利用随机数种子，得到相同的或部分形同的随机数。1.随机数种子的理解随机数种子，相当于我给接下来需要生成的随机数一个初值，按照我给的这个初值，按固定顺序生成随机数。个人觉得通俗理解： 随机数种子是给了一批数（随机数种子应该是按一定顺序生成随机数的，并不是一次给了一批数，但如果这些数有固定顺序，我们是不是可以简单认为随机种子给了我们很多数据

python中的卷积

torch简单读取数据集