在配深度学习环境每次想要训练模型都出现nvrtc: error: invalid value for --gpu-architecture (-arch)这个问题，换了无数个方法都没解决，一开始下载的torch和cuda版本是1.12.0+11.3，后来查了GitHub发现4090框架不支持还是怎么着，最后把torch版本卸掉重新下了1.13+11.6的版本，终于跑通了呜呜太感人了！

分层结构的设计使得神经网络具有灵活性和可扩展性，可以根据不同的任务和数据集进行调整和修改。通常，骨干网络是由预训练模型提供的，而颈部网络和头部网络则可以根据具体的任务进行调整和定制。

通过。

Sequential — PyTorch 1.13 documentation A sequential container. Modules will be added to it in the order they are passed in the constructor.构建一个序列化的container，可以把想要在神经网络中添加的操作都放进去，按顺序进行执行。把卷积、非线性激活、卷积、

常用的参数主要是前五个。(int) – Number of channels in the input image，输入图片的通道数(int) – Number of channels produced by the convolution，输出图片的通道数(intortuple) – Size of the convolving kernel，卷积核的大小e.g. if kernel size

数据驱动方法使用具有不同类别和标签的数据集，然后使用机器学习去训练一个分类器，使用该分类器去识别新的图片。训练数据集会会给定类别和对应的类别标签，分类器要识别的类从可以选的标签中进行选择第一个分类器：最近邻分类器（Nearest Neighbor）def train(images,labels):#一系列机器学习算法return modeldef predict(model,test_images

CLASS,,bias=True,,dtype=None)每一层的某个神经元的值都为前一层所有神经元的值的sum和。基于公式y=wx+b计算，w为权重，x为输入，b为偏置值。in_features，输入特征(int) – size of each input sample，输入的tensor大小out_features，输出特征(int) – size of each output sample，

参考B站教学视频：上一篇写了如何把模块放进自己的主干网络进行模块的融合，那么如果想要把模块A+模块B进行融合然后形成一个新模块C要如何做呢？

教你如何缝合代码模块

池化核(Union[int,Tuple[int,int]]stride(Union[int,Tuple[int,int]]padding(Union[int,Tuple[int,int]]dilation(Union[int,Tuple[int,int]](bool) – ifTruelaterceil_mode(bool是否对结果进行保留，默认为FALSE注意：1. stride的默认大小为池化