手机浏览器扫描二维码访问
告密者的下场（第3页）
#optimizer
optimizer=torch.optiAdam（net.parameters（），lr=lr）
#optimizer=torch.optiSGD（net.parameters（），lr=lr，momentum=0.9，weight_decay=5e-4）
scheduler=torch.optilr_scheduler.StepLR（optimizer，step_size=5，gamma=0.9）
ifnotos.path.exists（“logCNN“）:
os.mkdir（“logCNN“）
writer=tensorboardX.SummaryWriter（“logCNN“）
forepochinrange（epoch_num）:
train_sum_loss=0
train_sum_correct=0
train_sum_fp=0
train_sum_fn=0
train_sum_tp=0
train_sum_tn=0
fori，datainenumerate（trainDataLoader）:
net.train（）
inputs，labels=data
inputs=inputs.unsqueeze（1）.to（torch.float32）
labels=labels.type（torch.LongTensor）
inputs，labels=inputs.to（device），labels.to（device）
outputs=net（inputs）
loss=loss_func（outputs，labels）
optimizer.zero_grad（）
loss.backward（）
optimizer.step（）
_，pred=torch.max（outputs.data，dim=1）
acc=pred.eq（labels.data）.cpu（）.sum（）
one=torch.ones_like（labels）
zero=torch.zeros_like（labels）
tn=（（labels==zero）*（pred==zero））.sum（）
tp=（（labels==one）*（pred==one））.sum（）
fp=（（labels==zero）*（pred==one））.sum（）
fn=（（labels==one）*（pred==zero））.sum（）
train_sum_fn+=fn.item（）
train_sum_fp+=fp.item（）
train_sum_tn+=tn.item（）
train_sum_tp+=tp.item（）
train_sum_loss+=loss.item（）
train_sum_correct+=acc.item（）
train_loss=train_sum_loss*1.0len（trainDataLoader）
娇娇贵女红了眼，摄政王连夜哄 高手达人的奇妙爱情 和腹黑三叔闪婚后真香了 穿越七零，勾的冷面军少心慌慌 穿进甜文后成了霸总的恶毒前女友 有樗 摆摊卖水果 倾月班 剑影江湖传说 副本存活率0？我直接速通！ 我的宗门有点怪！ 我见南山 奸情曝光之后 禁锢之日 全村亿万富翁，你管这叫贫困村？ 贫僧法海，万世之尊 我在修仙界养猪 七零之我靠纸扎手艺混的风生水起 御兽：我能增强御兽血脉 李辰赵清澜赵蕊
![替身养猪去了[快穿]](/img/20/20659.jpg)
替身养猪去了[快穿]
...
抢救大明朝
关于抢救大明朝朱慈烺此贼比汉奸还奸，比鞑子还凶，比额李自成还能蛊惑人心！闯王李自成立马九宫山，遥望东南，感慨万千。慈烺此子忤逆不孝，奸诈凶残，简直是曹操再世，司马复生，让他当了皇帝，全天下的...
绝色占卜师：爷，你挺住！
听说她在占卜，他捧着手眼巴巴的就过来了爱卿，你给本君算算，今晚是本君睡了国师呢？还是国师睡了本君？她哆嗦了一下，一脚就踹了过去谁都不睡！她今晚就阉了你！！重生前，她是惊才绝艳的大占卜师，重生后，她还是上知天文下知地理的一品国师，可是，她算了两世，却没算到自己这一世会犯桃花国师大人，不好了，帝君来了！卧槽！她一下子就从八卦盘里站了起来他来干什么？他不干什么！那就好那就好！她狂抹一把额头上的冷汗。小太监欲哭无泪可他说了，今晚他夜观星象，是个鸾凤和鸣...
乱世情歌：农门女将
一朝重生，亲爹从军阵亡，亲娘病死，留下体弱的弟弟和青砖瓦房几间。无奈家有极品亲戚，占了我家房还想害我姐弟性命！幸得好心夫妻垂帘，才有这安稳日子过。偶然山中救得老道一位，得其倾囊相授修得一身好武艺。骤闻亲爹消息，变身潇洒少年郎，入了天下闻名的孟家军，立军功当将军，可是那个总阴魂不散的小王爷是要搞哪样？虾米？威胁我？...
神圣罗马帝国
...
玄学大佬只想当咸鱼
...