1. numpy norm[求歐式距離]

2. pytorch中backward()
   Pytorch的backward()相關(guān)理解

3. Jupyter 如何debug：import pdb; pdb.set_trace() or from IPython.core.debugger import set_trace set_trace()

4. torch.randn和torch.rand區(qū)別

5. torch.squeeze() 和torch.unsqueeze()的用法

6. 關(guān)于pytorch下劃線問題：在pytorch中如果對tensor的一個(gè)函數(shù)后加上了下劃線，則表明這是一個(gè)in-place類型，所謂in-place類型是指在一個(gè)tensor上操作了之后，是直接修改了這個(gè)tensor，還是返回一個(gè)新的tensor，而舊的tensor并不修改。https://blog.csdn.net/weixin_42448226/article/details/104824239?utm_medium=distribute.pc_relevant.none-task-blog-searchFromBaidu-1.not_use_machine_learn_pai&depth_1-utm_source=distribute.pc_relevant.none-task-blog-searchFromBaidu-1.not_use_machine_learn_pai

7. RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #2 'target'
   類似報(bào)錯(cuò)，哪里類型有問題就改哪里
   https://blog.csdn.net/shangxiaqiusuo1/article/details/95749684

8.torch.mm和torch.mul區(qū)別
torch.mul(a, b)是矩陣a和b對應(yīng)位相乘，a和b的維度必須相等，比如a的維度是(1, 2)，b的維度是(1, 2)，返回的仍是(1, 2)的矩陣
torch.mm(a, b)是矩陣a和b矩陣相乘，比如a的維度是(1, 2)，b的維度是(2, 3)，返回的就是(1, 3)的矩陣
https://blog.csdn.net/qq_39938666/article/details/86004474

8. Pytorch: tensor.expand_as(): 把一個(gè)tensor變成和函數(shù)括號內(nèi)一樣形狀的tensor，用法與expand（）類似

9. IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python
   原因是版本問題：
   將原語句：train_loss+=loss.data[0]
   修改為：train_loss+=loss.item()

10. Pytorch閱讀文檔之dot，mm，matmul函數(shù)
    np.dot 和 t.mm 的運(yùn)算是一樣的，不過單位不同，并且不支持廣播

11. pytorch中的廣播機(jī)制

12 pytorch中backward()函數(shù)詳解
https://blog.csdn.net/f156207495/article/details/88727860

13. PyTorch學(xué)習(xí)之 torch.optim 的6種優(yōu)化器及優(yōu)化算法介紹

14. pytorch編程踩過的坑 - 算法網(wǎng) (ddrv.cn)