inputs=tt.randn([10,3])可以随机生成高维度的数组
2.
定义一个模型为modle
modle.cpu()将其调用到cpu
modle.cuda()将其调用到gpu
3.
关于CrossEntropyLoss函数,
其输入的y必须为(out,)的形式,也就是说一行out列
而且必须是long形式,通过y=y.long()直接指定
4.
nn.CrossEntropyLoss()做几分类取决于前面的输出层,如果说想做两分类在之前就要设置自己输出层为2.
分类不用one-hot编码对y编码性能会很差,而且用交叉熵的前提就是几个分类做积,所以更需要投影成n维
在使用y编码后不管是哪个性能都很好,而且由于不同的loss,导致loss有时候就图一乐