ReLu、linear、flatten、forward函数详解。

而BN(Batch Normalization)的想法简单粗暴，发生了没关系，我再加一层 layer，不厌其烦得把每次输出的分布都纠正回来。随着网络深度加深，输入值的分布逐渐发生偏移，之所以训练收敛慢，一般是整体分布逐渐往非线性函数的取值区间的上下限两端靠近，导致反向传播时低层神经网络的梯度消失。早期的参数初始化普遍是将数据和参数normalize为高斯分布（均值0，方差1），但随着神经网络深度的

1.conda创建虚拟环境。3.安装 opencv。

其实loss和net的原理是一样的，都要继承nn.Module，然后有forward函数，通过实例化对象调用forward函数来进行计算啊啥的。这个就是计算了融合图像的梯度损失和强度损失，不过是和两张源图像两者之间更大的每一点的梯度/强度进行计算。

一些常用的损失函数实现

是 PyTorch 中的一个函数，用于在二维数据（通常是图像）的边界上应用反射填充（reflection padding）。这种填充方式通过反射图像边缘的像素来扩展图像，而不是简单地复制边缘像素或用常数填充。

SIFT、SURF、ORB、AKAZE

Ubuntu20.04安装区块链项目所需的nodejs、go、truffle、solidity、geth（windows安装了两天解决了n个bug以后，发现最好用ubuntu或者macos做。于是在虚拟机里面安装了Ubuntu20.04）

npm start报错Error: error:0308010C:digital envelope routines::unsupported