每天进步一点点呀,要慢慢积累,加油。 1、阅读了论文《Multinomial Distribution Learning for Effective Neural Architecture Search》。论文提出的Performance ranking hypothesis,从想法到写作技巧都值得学习。 2、python的iter()的用法,感觉很方便的样子。 train_loader里是采样得到的几批数据,用iter()函数将train_loader里的数据按批次生成迭代器。 3、pytorch训练模型时的关键几步: # 首先将上一步求导得到的梯度值清空。