【土堆pytorch实战】P23-24损失函数 反向传播 优化器 https://pytorch.org/docs/1.9.0/generated/torch.nn.L1Loss.html#torch.nn.L1LossMSE损失交叉熵损失（分类问题的损失函数）反向传播https://pytorch.org/docs/1.9.0/optim.html优化器根据梯度调整参数，以达到降低误差
【土堆 pytorch实战】P22神经网络搭建 卷积层1：输入H=32，kernel_size=5,dilation=1 输出H=32，代入公式得 32=32+2∗padding−4−1stride+132=\frac{32+2*padding-4-1}{stride}+132=stride32+2∗padding−4−1+1，所以当stride=1时，padding=2使用Sequential 搭建网络使用tensorboard显示
【土堆pytorch实战】P17-P21卷积池化线性层 https://pytorch.org/docs/1.9.0/generated/torch.nn.functional.conv2d.html#torch.nn.functional.conv2d2. 在数据集上使用卷积操作输入图像从[64,3,32,32] 经过卷积操作变成了[64,6,30,30]maxpool 也叫下采样maxunpool 也叫上采样最大池化作用：保留数据特征，减少数据量2.在数据集上使用最大池化操作非线性激活的目的是激活模
【SQL进阶教程】之自连接 二、自连接2.1可重排列、排列、组合笛卡尔积（直积）排列：元素按顺序排列组合：无序排列自连接：连接相同的表等值连接：使用等号=非等值连接：使用< >或者<或>#可重排列select P1.name as name_1,P2.name as name_2from Products P1,Products P2#排列（去掉相同元素构成的对，即（苹果，苹果）对select P1.name as name_1,P2.name as name_2from Produ
【SQL笔记】之索引 索引：一、创建索引1.1create方式create index 索引名 on 表名(列名); #普通索引create unique index 索引名 on 表名(列名); #唯一索引create fulltext index 索引名 on 表名(列名) #全文索引create index 索引名 on 表名(列1,列2,...) #组合索引 索引不止一个列create index 索引名 on 表名(添加约束，比如以降序索引某个列中的值 列名 DESC)1.2alter
关注
