1.Meta-Learning 1.1介绍 常见的深度学习模型，目的是学习一个用于预测的网络模型，比如能够实现猫狗分类的模型，我们学习训练的是模型的参数，学习的目的是让最终

之前用 typecho 搭的博客需要使用服务器，续不起阿里云服务器了（留下了贫穷的泪水，于是发现了好用的 Hugo ~ 1.Hugo初探 Hugo 是由 Go 语言实现的静态网站生成器

背景：第十四届全国大学生信息安全竞赛作品赛全国二等奖（团队队长） 信安大赛之于我而言，是一段从寒假到暑假的历程，期间看论文、想方向、实现作品、

1.损失函数 损失函数是衡量模型输出与真实情况差异的标准，我们所说的优化即优化网络权值使得损失函数变得更小，一般而言在机器学习中往往有三个概念

1.模型构建步骤 1.1两大模块 构建子模块：卷积层、池化层、全连接层，自己建立的模型（继承nn.Module）的__init__()方法 拼接子

1.数据读取机制 读取数据的基本流程是： 将存储图片的路径和标签信息转为list，该list可以通过index选取一个元素对应一个样本 通过get