tensorboard可视化Tensorboard导入与可视化图片模型网络结构的可视化标量数据的可视化Tensorboard导入与可视化图片以手写数字分类mnist数据集为例：下载mnist数据集，构造dataset：train_ds = datasets.MNIST('data/',train=True,transform=transfo

使用python中的pandas将日期分割成单独的年月日时分列读取数据：import datetimefrom datetime import datetimeimport warningswarnings.filterwarnings(action='ignore')from matplotlib.pylab import stylestyle.use('ggplot')data = pd.re

matplotlib绘制子图matplotlib绘制子图的两种方式：1.使用面向对象的api：add_subplot添加一个绘制一个，suplots画之前已经知道要画多少个# oop方式fig = plt.figure()# type(fig)ax1 = fig.add_subplot(2,2,1)ax2 = fig.add_subplot(2,2,2)ax3 = fig.add_subplot(

报错：UserWarning: Using a target size (torch.Size([15])) that is different to the input size (torch.Size([15, 1])).问题：训练模型时遇到以下报错解决方法：在forward(self, x)函数体中，在return x之前，加一句x = x.squeeze(-1)以达到降低一维的目的；def

matplotlib绘制子图(设置间距，子图标签，设置标题，图例）设置子图行列间距：默认为none，自定义间距可按百分比调节subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)设置子图标签，标题，和图例：ax1.set_title('train_loss', fontproperties