https://zh-v2.d2l.ai/chapter_computer-vision/kaggle-cifar10.html
请问运行时报错 ：TypeError: array() takes 1 positional argument but 2 were given
该怎么解决？
你好，在模型定义这里 loss = nn.CrossEntropyLoss(reduction=“none”) ，参数reduction="none"的作用是什么呢？
是不是， l.sum() 的区别？如果有这个参数这不需要对loss进行累加？
你是不是这样调用array(item1, item2)，改成array([item1,item2])，把两个元素合一个list传入
我看了torch源码，reduction总共有三个选项，“mean”,“sum”,“none”。
当我们输入一个batch的样本后，每个样本都有一个损失值，就得到一个batch_size大小的损失值向量。
这三个选项就是对这个损失值向量做的操作。
"mean"就是对这个向量求平均，得到整个batch的平均损失
“sum”就是求和损失向量
“none”:什么也不做，直接返回整个损失向量。
在代码中，执行backward()之前是l.sum().backward() ，其实相当于reduction=“sum”，然后执行l.backward()。
（btw,reduction 默认值为mean，选取不同的reduction需要注意learning_rate的调整，使用sum的话loss变成mean的batch_size倍，梯度也变成batch_size倍，注意lr过大导致模型不收敛的问题）
5 Likes
请问使用完整的数据集，按照练习里面给定的参数训练，出现训练精度和验证精度一直保持在0.1左右是什么原因？ batch_size = 128 ， num_epochs = 100 ， lr = 0.1 ， lr_period = 50 ， lr_decay = 0.1
1 Like
问下最后提交生成CSV文件的时候，下面两句话有什么意义？
sorted_ids = list(range(1, len(test_ds) + 1))
sorted_ids.sort(key=lambda x: str(x))
貌似排序后前几个数变成1，10，100，1000，10000，100000，100001，这样去对应预测的标签？
啥原因，最后咋解决的呢?, 我也遇到了这样的问题哈。
应该是学习率过大了，设置成lr=0.1e-4就可以了。。。 
! pip install matplotlib==3.0.0可以解决问题
在 13.13.5. 定义训练函数，关于train训练函数的一个疑问：
for epoch in range(num_epochs):
net.train() #这个调用为什么需要，多余吗？在下面train_batch_ch13里面已经有train的调用？
metric = d2l.Accumulator(3)
for i, (features, labels) in enumerate(train_iter):
timer.start()
l, acc = d2l.train_batch_ch13(net, features, labels,
loss, trainer, devices)
是的是的，降低学习率就行。。。。。。。。。。。。。。。。。。。。
提交一个issue：
建议在测试前添加net.eval()，在代码中，测试集的预测部分缺少了将模型设置为评估模式的步骤（即net.eval()），因为resnet中使用了BatchNorm2d，在测试时仍会更新统计信息（moving mean和moving variance），导致测试结果受到一定的波动，并影响准确率。
net, preds = get_net(), []
train(net, train_valid_iter, None, num_epochs, lr, wd, devices, lr_period, lr_decay)
# Add net.eval() before testing
net.eval()
for X, _ in test_iter:
y_hat = net(X.to(devices[0]))
preds.extend(y_hat.argmax(dim=1).type(torch.int32).cpu().numpy())
类似的问题也出现在《 实战Kaggle比赛：狗的品种识别（ImageNet Dogs）》的代码中，建议一并修改
你好，请问知道是啥原因吗 
，测试数据集不是顺序读取的吗，排序后不就对应不上了我理解
测试了下，ImageFolder读取数据是按文件名字典序来的，所以id也要按照字符串顺序来读才能对应上
请问老师，重新整理数据集的操作是必须的吗，就是构造各个类别下的数据子集