torch.zeros_like：是根据给定张量，生成与其形状相同的全0张量torch.zeros()：其形状由变量参数size定义，返回一个由标量值0填充的张量例子：import torchinput = torch.rand(2, 3)print(input)# 生成与input形状相同、元素全为0的张量a = torch.zeros_like(input)print(a)# 报错：类型错误T

经常在pytorch中看到带有“下划线”的方法，个人总结了下，大概是这两类：1.放在方法名前2.放在方法名后自定义类中，含有的方法名带有下划线【放在方法名前】作用：会阻止其他python脚本通过【from module import *】语句导入该名字，即该名字不会被星号匹配；保证只在该类中进行调用。框架中，带有下划线的方法【放在方法名后】作用：...

相同点：都是对Pytorch中tensor的复制。区别：repeat_interleave()：在原有的tensor上，按每一个tensor复制。repeat()：根据原有的tensor复制n个，然后拼接在一起。具体实例：（主要通过对第一维度来说明函数）import torcha = torch.rand([3, 2])# 对第一维度print(a.repeat_interleave(2, dim

上面突然说，需要检查Nginx反向代理的安全问题并给出了修改方法，小白的我一脸懵逼，明明都是中文，连在一起咋就看不明白了。于是乎，对着修改内容简单学习了一下，在此做个记录，如有问题请大佬们指点指点。

阅读vue-element-admin-4.2.1的代码时，记录一下js的方法。

快速理解BaseMapper＜T＞、IService＜T＞、ServiceImpl＜M extends BaseMapper＜T＞, T＞

快速理解BaseMapper＜T＞、IService＜T＞、ServiceImpl＜M extends BaseMapper＜T＞, T＞

pytorch中.weight.data与.weight查看两个方法的类型.weight.data：得到的是一个Tensor的张量（向量）.weight：得到的是一个parameter的变量，可以计算梯度的查看两个方法的值

PyTorch中Tensor的拼接PyTorch中Tensor的拼接方法：torch.cat() 、torch.stack()【小提示：代码得到下面的图】torch.cat()我们用图+代码来举例import torchx1 = torch.randn(1, 3)x2 = torch.randn(1, 3)# 在 0 维(纵向)进行拼接torch.cat((x1, x2), 0)# size[2,