从笨重的pycharm转到vscode。vscode是编辑器，虽然可以安装各种extension，还是需要安装python解释器。

ML2021Spring-Pytorch Turial中的Overview of the DNN Training Procedure图太清晰啦，记录一下：1. Load Data需要对数据进行加载、处理，创建DataLoader，可以将整块数据用DataLoader类处理成小块batch_size形式，后续进行迭代循环，并输入到模型中进行训练。2. Define Neural Network随后

纸上得来终觉浅，绝知此事要躬行。最近在学Pytorch和深度学习实践类的课程，老师讲得真的很不错呀，醍醐灌顶，感觉之前云里雾里的很多东西都清楚了，墙裂推荐。刘二大人-PyTorch深度学习实践：https://space.bilibili.com/21241234/channel/detail?cid=110513相关的两个博客，记录有代码和笔记：[1] https://blog.csdn.net

fig.savefig('./pic.pdf' , format = 'pdf' , dpi = 550) # 输出pycharm使用matplotlib.pyplot不显示图形的问题：https://blog.csdn.net/baidu_39332177/article/details/119563886?default。

纸上得来终觉浅，绝知此事要躬行。最近在学Pytorch和深度学习实践类的课程，老师讲得真的很不错呀，醍醐灌顶，感觉之前云里雾里的很多东西都清楚了，墙裂推荐。刘二大人-PyTorch深度学习实践：https://space.bilibili.com/21241234/channel/detail?cid=110513相关的两个博客，记录有代码和笔记：[1] https://blog.csdn.net

代码如下：from sklearn.neighbors import NearestNeighborsimport numpy as npX = np.array([[-1,-1],[-2,-1],[-3,-1],[1,1],[2,1],[3,2]])nbrs = NearestNeighbors(n_neighbor

例子：先创建a：再创建b：将b进行repeat，得到c：b的维度是：[1,2,1,3]c = b.repeat(1,1,5,1)的含义是，在0维度重复1次，在1维度重复1次，在2维度重复5次，在3维度重复1次（重复1次，即不重复）；相当于把b的这一维度的值复制1次复制给c。参考：torch.repeat 张量维度复制：https://www.csdn.net/tags/MtTaIgysODAyND

>>> a = np.arange(10).reshape(2,5)array([[0, 1, 2, 3, 4],[5, 6, 7, 8, 9]])>>> a[:1,:3]array([[0, 1, 2]])>>> a[:2,:3]array([[0, 1, 2]])>>> a[:,:3]array([[0, 1, 2]])&

在MathType“样式-定义”中，可以对数学、文本、函数、变量等不同类型进行定义，定义好之后，后续在公式编辑的时候，可以根据定义好的格式进行选择即可。参考：MathType部分加粗如何实现：https://www.mathtype.cn/jiqiao/bufen-jiacu.html......

如果所有的页面都编译的话花费时间较长，因此将文章的不同部分分成不同的文件，分别编译，提高效率，也便于书写，理清逻辑。多文件编译（主文件、子文件划分）拿到Latex模板后，不同模板具有不同的格式要求。我们要做的是在【主文件开头】加上如下代码，来声明这是编译的主文件：\def\allfiles{}在各个【子文件】中，【开头】加上下述代码，表明如果主文件已经存在声明，那么直接开始document编写，否