使用已经在COCO Train 2017数据集的子集上进行训练的FCN进行语义分割，该子集对应于PASCALVOC数据集。模型共支持20个类别。

numpy不能直接读取CUDA tensor，需要将它转化为 CPU tensor。如果想把CUDA tensor格式的数据改成numpy，需要先将其转换成cpu float-tensor之后再转到numpy格式。在CPU上是正常运行的，然后用GPU的时候就出现了这个报错。会出现新的报错，记得把括号加上！他已经告诉我们修改方法了，要先把。改成这个样子就好了！

import的学习笔记

如果设为True，它会把输出直接覆盖到输入中，这样可以节省内存。之所以可以覆盖是因为在计算ReLU的反向传播时，只需根据输出就能够推算出反向传播的梯度。一般不使用inplace操作。在Pytorch的nn模块中，封装了nn.Conv2d()类作为二维卷积的实现。nn.ReLU()用来实现Relu函数，实现非线性。最后这个完整代码是刚学的时候网上找的，不太记得出处了。前三个参数需要手动提供，后面的都

激活函数图像的绘制首先我们需要激活函数的定义，然后使用 matplotlib 进行简单绘制

如果设为True，它会把输出直接覆盖到输入中，这样可以节省内存。之所以可以覆盖是因为在计算ReLU的反向传播时，只需根据输出就能够推算出反向传播的梯度。一般不使用inplace操作。在Pytorch的nn模块中，封装了nn.Conv2d()类作为二维卷积的实现。nn.ReLU()用来实现Relu函数，实现非线性。最后这个完整代码是刚学的时候网上找的，不太记得出处了。前三个参数需要手动提供，后面的都

在工作目录下放置importer.py文件，就可以正常调用jupyternotebook文件。这种方法的本质就是使用一个jupyternotenook解析器先对.ipynb文件进行解析，把文件内的各个模块加载到内存里供其他python文件调用。......

在pytorch中，我们对张量Tensor的维度进行压缩或者扩充（被压缩或者扩充的维度为1），经常使用的是squeeze()函数和unsqueeze()函数。

【论文翻译】：SegNet: A Deep ConvolutionalEncoder-Decoder Architecture for ImageSegmentation

thop库的安装和使用，看了几篇文章，试了三四种都不行，觉得还是有必要记录一下。