weixin_46524818的博客

先安装causal-conv1d，我这里装的是1.1.1版本，causal-conv1d通常能直接通过pip在线成功装上，但是有时候还是会失败，通常就是下载失败的原因，这里我没遇到，但是解决办法都是离线安装，和下面mamba_ssm的处理方法一样。其实到这里还没能安装成功极大肯就是cudatooklit没有安装或者版本不对，为了保证mamba的安装成功建议如下流程依次安装，使用于这个环境的causal-conv1d 1.1.1和mamba_ssm 1.0.1的包在文章前面的网站进行下载。

使用Xshell和Xftp进行文件和数据上传到AutoDL服务器中，分享配置经验和过程

论文Deep Residual Learning for Image Recognition的简读，以及Resnet的模型搭建的训练，以及结果分析

VGG模型是跨时代之作，本文对VGG论文进行简单的解读，并且对VGG16模型进行复现

由于我设置的学习率太大，导致随机梯度下降时已经越过最优点，loss开始上升，模型变得不可控后续如果更精准的数据的话可以减少学习率重复进行训练，可以达到一个不错的值，下面是测试集的loss，可以发现在第6个epoch的loss已经最小了，由于越过最优点，就导致loss后面不断上升。其中求和是在相同空间位置上的n个“相邻”卷积核图上进行的，N是该层中的总卷积核数。到论文的后面，就卖一下最终的结果，Alexnet的提出，是具有跨时代意义的，是使用CNN与其他机器学习的方法进行比较，并且CNN均领先近80个点。

查看完之后，就回到Pytorch官网，选择合适的Pytorch版本进行安装，我这里选择的是pytorch1.12.1版本，cuda10.2版本，这个cuda版本要记住，后面安装CUDA的时候要使用到。比如我安装torch版本1.10.1，cuda版本10.2的安装指令，-f就表示指定地址，安装pytorch时最好使用pytorch的官方地址，清华源镜像极其容易安装cpu版本的pytorch。，找到刚刚安装pytorch时候的CUDA版本，我刚刚安装的是10.2，所以选择10.2版本的cuda进行下载。