1.python 运行程序出现：“Caught IndexError in DataLoader worker process 0”
解决方法：可能是多进程的原因。查看代码，找到超参数部分，修改num_workers=0即可。
2.卷积神经网络(卷积层，激活函数Relu,池化层，计算公式及API解释)
这位博主介绍的很详细，传送门
3.dim、keepdim
dim (int) – 缩减的维度，dim=0是对0维度上的一个向量求范数（范数定义：每个向量的长度或大小），返回结果数量等于其列的个数，也就是说有多少个0维度的向量， 将得到多少个范数。
keepdim（bool）– 保持输出的维度 。当keepdim=False时，输出比输入少一个维度（就是指定的dim求范数的维度）。
例子在：传送门
4.opt和args是谁的缩写
都指代超参数，不同代码称呼不一样，因此不是固定的。
opt = parser.parse_args()
args = parser.parse_args() #1.引用超参数 args.
5.torch.zeros用法
举例：
>>> torch.zeros(2, 3)
tensor([[ 0., 0., 0.],
[ 0., 0., 0.]])
6.gamma校正
gamma校正包括：归一化、预补偿、反归一化。
这篇把gamma校正原理解释的很完美传送门
7.beta分布概率密度函数
我理解的beta是，其获取bn分支偏移量，并且beta分布具有多样性。
beta = branch.bn.bias
如果想了解更多，大家可以去看这篇博客。传送门
8.eps是什么？
eps 定义：机器的浮点运算误差限
直接举例：如果我们计算出的数介于这两者之间，系统就会自动把它舍入到离他最近的数。如1+eps3/5≈1+eps；1+eps2/5≈1；1+eps/2≈1；
9.assert函数
assert就是一个断言函数。类似与break。
举例：
assert 1==1 # 条件为 true 正常执行
assert 1==2 # 条件为 false 触发异常
10.优化器
Momentum优化算法：使用梯度的移动指数加权平均，一般取0.9.
RMSProp优化算法：使用微分平方加权平均数。
Adam优化算法：使用类似于物理中的动量来累积梯度。
具体内容见：传送门
11.python中group和groups函数的区别
group：获取取得的字符串整体。
groups：深度可分卷积计算。
groups的具体内容见：传送门
12.Python3中// 和/区别
" / "表示浮点数除法，返回浮点float结果;
" // “表示整数除法,返回一个不大于” / "计算结果的最大整数int。
13.numpy.reshape(-1,1)含义
reshape(m,-1)即行数固定，列数需要计算，reshape(-1, m) 即列数固定，行数需要计算;
具体举例见：传送门