print(torch.cuda.is_available())报错但是CUDA和cudnn都安装完成，版本对应良好，报错如下UserWarning: CUDA initialization: Unexpected error from cudaGetDeviceCount(). Did you run some cuda functions before calling NumCudaDevic

1×1卷积我们经常会在各种网络中看到1×1的卷积核，这是一个非常实用的卷积核，那么为什么要使用1×1的卷积核呢？我们可以从两个角度进行理解信息融合1×1卷积运算可以将多个通道的信息进行融合，例如上图中三个通道进行卷积后，变为一个通道，不同通道相同位置的像素会被加权相加在结果像素中。在MobileNet中，需要进行Depthwise和pointwise操作：Depthwise：将每一个通道分为一个组

INFO: This is taking longer than usual. You might need to provide the dependency resolver with stricter constraints to reduce runtime. See https://pip.pypa.io/warnings/backtracking for guidance. If yo

前置知识可以参考同系列文章：目录pytorch搭建神经网络解决多分类问题softmax损失函数多分类的实现数据的准备构建模型、损失函数及优化器训练及测试部分训练结果pytorch搭建神经网络解决多分类问题softmax核心：最后一层使用softmax层1.求指数将负值转化为非负值2.分母将所有输出求和（归一化）保证条件如下：损失函数使用负对数似然函数（只有y=1的项才真正被计算，为0不影响结果）：

CBOW模型Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型，它被大量地用在自然语言处理（NLP）中，通过学习文本来用词向量的方式表征词的语义信息，即通过一个嵌入空间使得语义上相似的单词在该空间内距离很近。Embedding其实就是一个映射，将单词从原先所属的空间映射到新的多维空间中，也就是把原先词所在空间嵌入到一个新的空间中去。Word2Vec模型中，主要有Skip-Gra

规范化将越来越偏的分布拉回到标准化的分布,使得激活函数的输入值落在激活函数对输入比较敏感的区域,从而使梯度变大,加快学习收敛速度,避免梯度消失的问题。第L层每个神经元的激活值进行Normalization操作，比如BatchNorm/ LayerNorm/ InstanceNorm/ GroupNorm等方法都属于这一类；对神经网络中连接相邻隐层神经元之间的边上的权重进行规范化操作，比如Weigh

基础定义一、路由器（网络层）是互联网的枢纽，是连接英特网中各局域网、广域网的设备：它会根据信道的情况自动选择和设定路由，以最佳路径，按前后顺序发送数据。作用在OSI模型的第三层（网络层），提供了 路由 与 转发 两种重要机制二、交换机（数据链路层）是一个扩大网络的器材，能为子网络中提供更多的连接端口，以便连接更多的计算机。一个路由器下可以有多层交换机：特点分析一、两个最基本的点：二者均为存储-转发

定义1.泛洪交换机根据收到数据帧中的源MAC地址建立该地址同交换机端口的映射，并将其写 入MAC地址表中。交换机将数据帧中的目的MAC地址同已建立的MAC地址表进行比较，以决定由哪个端口进行转发。如数据帧中的目的MAC地址不在MAC地址表中，则向所有端口转发2.广播广播是指在IP子网内广播数据包，所有在子网内部的主机都将受到这些数据包。广播意味着网络向子网每一个主机都投递一份数据包，不论这些主机是

一、单播（一对一通信）主机之间一对一的通讯模式，网络中的交换机和路由器对数据只进行转发不进行复制。如果10个客户机需要相同的数据，则服务器需要逐一传送，重复10次相同的工作。但由于其能够针对每个客户的及时响应，所以现在的网页浏览全部都是采用单播模式，具体的说就是IP单播协议。网络中的路由器和交换机根据其目标地址选择传输路径，将IP单播数据传送到其指定的目的地单播可以及时响应客户信息，做到一一对应，

@[TOC]目录