在用conda安装软件的过程中还会经常遇到的一个问题，就是：软件太大老是下载中断 我要下载一个软件，conda会告诉我这个软件底层依赖好几个其他的软件，需要将它们一起下载安装，这个时候这一大堆软件中可能有几个体量很大，上百MB，很容易下着下着网络连接就中断了，而conda有没有断点下载功能，一旦下载中断，conda就会终止安装进程退出运行 这个问题…

数据并不总是以最终处理过的形式出现，而机器学习算法需要的是经过处理的数据。我们使用转换（transforms）对数据进行一些操作，使其适用于训练。 所有的TorchVision数据集都有两个参数-transform和target_transform，用于接受包含转换逻辑的可调用对象，transform用于修改特征，target_transform用…

方法1： 打开Anaconda Prompt 激活环境 进入jupyter 方法2： 在PyCharm里新建一个.pynb文件，直接使用

TENSORS的官方网址：点击进入 以下是内容笔记和相关翻译： 处理数据样本的代码可能会变得杂乱且难以维护；理想情况下，我们希望数据集的代码与模型训练代码解耦，以提高可读性和模块化性。PyTorch提供了两个数据原语：torch.utils.data.DataLoader和torch.utils.data.Dataset，它们允许您使用预加载的数据…

torch.randint()是PyTorch库中的一个函数，用于生成指定范围内的随机整数张量。下面是对torch.randint()的详细解释： torch.randint(high, size, dtype=None, layout=torch.strided, device=None, requires_grad=False) high：生成…

字典是一种无序的、可变的数据类型，在Python中用花括号（{}）来表示。字典由一系列键（key）和对应的值（value）组成，每个键值对之间使用冒号（:）分隔，键和值之间使用逗号（,）分隔。字典中的键是唯一的，而值可以重复。 字典的特点是可以通过键来快速地查找对应的值，这与列表和元组等序列类型不同。可以通过键来访问、修改和删除字典中的值，而不需要…

预加载的数据集是指在PyTorch领域库中提供的一些常用和经典的数据集，这些数据集已经预先加载并准备好供用户使用。这些数据集通常是用于图像识别、文本分类、语音处理等机器学习任务的基准数据集。 PyTorch提供了一系列预加载的数据集类，这些数据集类是torch.utils.data.Dataset的子类，实现了特定数据集的加载和预处理逻辑。这些数据…

TENSORS的官方网址：点击进入 以下是内容笔记和相关翻译： 张量（Tensors）是一种专门的数据结构，非常类似于数组和矩阵。在PyTorch中，我们使用张量来编码模型的输入和输出，以及模型的参数。 张量类似于NumPy的ndarrays，唯一的区别是张量可以在GPU或其他硬件加速器上运行。事实上，张量和NumPy数组通常可以共享相同的底层内存…

标量（Scalar）是一个单独的数值或变量，通常表示为一个实数。在数学中，标量通常用于描述没有方向的物理量，如温度、体积和质量等。标量的特点是只有大小，没有方向。 在计算机科学中，标量数据通常指一个单一的值，如整数、浮点数或布尔值。在机器学习和深度学习中，标量经常用于表示损失、精度、阈值或其他模型评估指标的单个值。例如，在二元分类问题中，模型的准确…

在机器学习中，梯度指的是函数在某一点处的变化率或斜率。更具体地说，梯度是函数的偏导数向量，包含了函数对每个参数的偏导数。 举例来说，考虑一个函数f(x, y)，梯度(grad) 可以表示为 (∂f/∂x, ∂f/∂y)，其中 (∂f/∂x) 表示函数 f 在 x 方向上的变化率， (∂f/∂y) 表示函数 f 在 y 方向上的变化率。 在机器学习中…