告密者的下场（1/2）

从前有座山，叫巴里赫德，他一个当一座山，十分的爽。

哎，想不到吧。

这个山里面有树林，有庙，有这个山里灵活的狗。山上有棵树，这棵树不叫高树，因为这个梗太老了。这棵树的形状有些奇特，大概就长这个样子。

import torch

from torch import nn

import  as F

import os

import tensorboardX

from  import Dataset

from  import DataLoader

device = ('cuda' if () else 'cpu')

class VGGBaseSimpleS2():

def __init__(self):

super(VGGBaseSimpleS2, self).__init__()

 = (

(1, 12, kernel_size=3, stride=1, padding=1),

#(16),

()

)

# 6*6

 = (kernel_size=2, stride=1)

# 5*5

 = (

(12, 24, kernel_size=3, stride=1, padding=1),

()

)

 = (kernel_size=2, stride=1)

# 4*4

 = (

(24, 24, kernel_size=3, stride=1, padding=1),

()

)

 = (kernel_size=2, stride=2)

# 2*2

# 2*2

 = (24*2*2, 2)

def forward(self, x):

batchsize = (0)

out = (x)

out = (out)

out = (out)

out = (out)

out = (out)

out = (batchsize, -1)

out = (out)

out = (out, dim=1)

return out

class TrainingDataSet(Dataset):

def __init__(self):

super(TrainingDataSet, self).__init__()

 = X_train

 = y_train

def __getitem__(self, index):

t = [index, 0:36]

t = (t).view(6, 6)

return t, [index]

def __len__(self):

return len()

class TestDataSet(Dataset):

def __init__(self):

super(TestDataSet, self).__init__()

 = X_validate

 = y_validate

def __getitem__(self, index):

t = [index, 0:36]

t = (t).view(6, 6)

return t, [index]

def __len__(self):

return len()

def cnn_classification():

batch_size = 256

trainDataLoader = DataLoader(TrainingDataSet(), batch_size=batch_size, shuffle=False)

testDataLoader = DataLoader(TestDataSet(), batch_size=batch_size, shuffle=False)

epoch_num = 200

#lr = 

lr = 

net = VGGBaseSimpleS2().to(device)

print(net)

# loss

loss_func = ()

# optimizer

optimizer = ((), lr=lr)

# optimizer = ((), lr=lr, momentum=, weight_decay=5e-4)

scheduler = .StepLR(optimizer, step_size=5, gamma=)

if not (“logCNN“):

(“logCNN“)

writer = (“logCNN“)

for epoch in range(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

for i, data in enumerate(trainDataLoader):

()

inputs, labels = data

inputs = (1).to()

labels = ()