因此需要把pred的1那维给去掉，用squeeze或者reshape都行。如图，上边的为真值，下边的为预测值，可见预测值都是在30左右。一直debug不出来。后来发现是loss处写错了。

见关于VeRi-776（车辆重识别）数据集 - it610.com

报错：ValueError: non-broadcastable output operand with shape (100,1) doesn't match the broadcast shape (100,100)原因：在fc_net.py、TwoLayerNet类中：self.params['b1'] = np.zeros(hidden_dim)b1是一维的s...

1.定义若logx服从正态分布，则x服从对数正态分布2.参数设置lognorm.rvs(s, loc=0, scale=1, size=1)中的参数s,loc,scale, 要记住：loc和scale并不是我们通常理解的对数变化后数据的均值mu和标准差sigmalognorm.pdf(x, s) = 1 / (s*x*sqrt(2*pi)) * exp(-1/2*(log(x)/s)**2) fo