在訓(xùn)練的時候加入一定的噪聲，可以降低過擬合

讀取圖像，要用wb選項

Linux出現(xiàn)unable to locate package，可能是apt get需要update

Ssh老是被refuse，但是服務(wù)器上沒有黑名單，看樣子是被防火墻擋了，但是不知道是哪里的防火墻，換個ip就好了

Pip更新版本老是失敗，還是直接在官網(wǎng)上找，getpip文件更新好用

有six在，不能安裝python包，在后面加這個就行： --ignore-installed six

2d卷積和3d卷積的區(qū)別：https://www.zhihu.com/question/266352189

tf.nn.conv2d中參數(shù)的含義：https://zhuanlan.zhihu.com/p/26139876

卷積神經(jīng)網(wǎng)絡(luò)中的參數(shù)計算：https://www.cnblogs.com/hejunlin1992/p/7624807.html

tf中rank，shape的區(qū)別：http://www.itdecent.cn/p/9463340683c9

119*119是經(jīng)過conv，relu，maxpool后的數(shù)據(jù)大小

pyenv構(gòu)造虛擬環(huán)境：https://zhuanlan.zhihu.com/p/36402791

pyenv virtualenv遇到命令行中不能使用的問題：https://github.com/pyenv/pyenv-virtualenv/issues/36

再次重申，coding:utf8要放在文件的最開頭！最開頭！第一行或者第二行！

數(shù)組自動計算一維的時候，用None或者-1

pyenv在 linux上安裝存在的一些問題：https://my.oschina.net/jansonlv/blog/1615216

python中傳參時候的各種和*使用：https://blog.csdn.net/yhs_cy/article/details/79438706

torch中sequential，把幾個操作連在一起：https://ptorch.com/news/57.html

torch中反卷積計算輸出size的公式(ConvTranspose2d)：https://zhuanlan.zhihu.com/p/39240159

https://zhuanlan.zhihu.com/p/33344222，論google的免費GPU有多良心：貌似每一次都要重新登錄獲得驗證碼

出現(xiàn)的bug：在upsample1的時候，輸出維度為6，和之前門算出的維度8不一樣 => 居然增大了img的size就行，一百五可以，122不行 => 501不行，這是什么鬼=>修改卷積操作的各種參數(shù)，kernel_size or padding or stride

老是出現(xiàn)OOM => 注意使用Variable的時機，等等 ，收效甚微=> 發(fā)現(xiàn)尺寸是(60,1,3,501,501)，改成(1,60,3,501,501)就成功多跑了……

幾番整理后=>尺寸問題，改成了(60,1,3,501,501)又可以了…………真是奇怪啊…………

之后還是要注意batch_size和input_num_seqs的區(qū)別，代碼里面還是歧義的，但是還沒有改

python出現(xiàn)『ValueError: insecure string pickle』問題：在save的時候，file在open之后要close

cv2.imwrite出現(xiàn)錯誤是因為path有誤

pytorch ====> detach相關(guān)問題，要把target給detach啊，不要detach輸出了，那網(wǎng)絡(luò)還有什么意思?。。。?a target="_blank" rel="nofollow">https://blog.csdn.net/dhhcj/article/details/81180608 ，https://blog.csdn.net/u012436149/article/details/76714349

pytorch.conv2d過程驗證：https://zhuanlan.zhihu.com/p/32190799

可參考文章--如何用RNN預(yù)測維基百科網(wǎng)絡(luò)流量：https://www.leiphone.com/news/201712/zbX22Ye5wD6CiwCJ.html

batch_size的選擇是把GPU占滿

backword出現(xiàn)inf：對數(shù)據(jù)加上很小的噪聲來保證不會出現(xiàn)inf（比如加上1e-5）

可能兩個版本的python都要裝，然后不要急著放數(shù)據(jù)集，用生成的數(shù)據(jù)集先看看機器能承受多大的數(shù)據(jù)（batch_size，kernel_size等），觀察gpu的使用情況