yto

因为玩具车不止一辆，如果只有一辆就可以不加s，如果有两辆或两辆以上，那就加s

如上打印输出所示，pth文件通过有序字典来保持模型参数。有序字典与常规字典一样，但是在排序操作方面有一些额外的功能。常规的dict是无序的，OrderedDict能够比dict更好地处理频繁的重新排序操作。 OrderedDict有一个方法 popitem(last=True) 用于有序字典的popitem()方法返回并删除一个(键，值)对。如果last为真，则按LIFO顺序返回对;如果为假，则按FIFO顺序返回对。 OrderedDict还有一个方法 move_to_end(key,last=True) ,将现有的键移动到有序字典的两端。如果last为真，则将项目移动到右端(默认);如果last为假，则移动到开头。 如上打印所示，有序字典state_dict中每个元素都是Parameter参数，该参数是一种特殊的张量，包含data和requires_grad两个方法。其中data字段保存的是模型参数，requires_grad字段表示当前参数是否需要进行反向传播。 先建立一个字典，保存三个参数：调用torch.save(),即可保存对应的pth文件。需要注意的是若模型是由nn.Moudle类继承的模型，保存pth文件时，state_dict参数需要由 model.state_dict 指定。 当你想恢复某一阶段的训练（或者进行测试）时，那么就可以读取之前保存的网络模型参数等。

who"s on duty today?谐音:护斯 昂 地油提 特dei?

我用的中草

明敏 发自 凹非寺量子位 报道 | 公众号 QbitAI到底是怎样的一个bug，能让95%的Pytorch库中招，就连特斯拉AI总监深受困扰？还别说，这个bug虽小，但有够“狡猾”的。这就是最近Reddit上热议的一个话题，是一位网友在使用再平常不过的Pytorch+Numpy组合时发现。最主要的是，在代码能够跑通的情况下，它甚至还会影响模型的准确率！除此之外，网友热议的另外一个点，竟然是：而是它到底算不算一个bug？这究竟是怎么一回事？事情的起因是一位网友发现，在PyTorch中用NumPy来生成随机数时，受到数据预处理的限制，会多进程并行加载数据，但最后每个进程返回的随机数却是相同的。他还举出例子证实了自己的说法。如下是一个示例数据集，它会返回三个元素的随机向量。这里采用的批量大小分别为2，工作进程为4个。然后神奇的事情发生了：每个进程返回的随机数都是一样的。这个结果会着实让人有点一头雾水，就好像数学应用题求小明走一段路程需要花费多少时间，而你却算出来了负数。发现了问题后，这位网友还在GitHub上下载了超过10万个PyTorch库，用同样的方法产生随机数。结果更加令人震惊：居然有超过95%的库都受到这个问题的困扰！这其中不乏PyTorch的官方教程和OpenAI的代码，连特斯拉AI总监Karpathy也承认自己“被坑过”！但有一说一，这个bug想要解决也不难：只需要在每个epoch都重新设置seed，或者用python内置的随机数生成器就可以避免这个问题。到底是不是bug？如果这个问题已经可以解决，为什么还会引起如此大的讨论呢？因为网友们的重点已经上升到了“哲学”层面：这到底是不是一个bug？在Reddit上有人认为：这不是一个bug。虽然这个问题非常常见，但它并不算是一个bug，而是一个在调试时不可以忽略的点。就是这个观点，激起了千层浪花，许多人都认为他忽略了问题的关键所在。这不是产生伪随机数的问题，也不是numpy的问题，问题的核心是在于PyTorch中的DataLoader的实现对于包含随机转换的数据加载pipeline，这意味着每个worker都将选择“相同”的转换。而现在NN中的许多数据加载pipeline，都使用某种类型的随机转换来进行数据增强，所以不重新初始化可能是一个预设。另一位网友也表示这个bug其实是在预设程序下运行才出现的，应该向更多用户指出来。并且95%以上的Pytorch库受此困扰，也绝不是危言耸听。有人就分享出了自己此前的惨痛经历：我认识到这一点是之前跑了许多进程来创建数据集时，然而发现其中一半的数据是重复的，之后花了很长的时间才发现哪里出了问题。也有用户补充说，如果 95% 以上的用户使用时出现错误，那么代码就是错的。顺便一提，这提供了Karpathy定律的另一个例子：即使你搞砸了一些非常基本代码，“neural nets want to work”。你有踩过PyTorch的坑吗？如上的bug并不是偶然，随着用PyTorch的人越来越多，被发现的bug也就越来越多，某乎上还有PyTorch的坑之总结，被浏览量高达49w。其中从向量、函数到model.train()，无论是真bug还是自己出了bug，大家的血泪史还真的是各有千秋。所以，关于PyTorch你可以分享的经验血泪史吗？欢迎评论区留言讨论～参考链接：[1]https://tanelp.github.io/posts/a-bug-that-plagues-thousands-of-open-source-ml-projects/[2]https://www.reddit.com/r/MachineLearning/comments/mocpgj/p_using_pytorch_numpy_a_bug_that_plagues/[3]https://www.zhihu.com/question/67209417/answer/866488638— 完 —

歌曲名:Revenge歌手:Whiskeytown专辑:Faithless StreetRevengePlain White T"sby KazeBy now you should know everything you sayCan and will be used against you some dayI got the microphone so don"t go too farCause I"m gonna tell the whole world how you really areI don"t even care how you"re gonna feelCause I"ve already tried to give you something realSo go ahead and get mad never talk to me againI don"t even care cause I got my revengeRevengeRevengeGot my revengeOne night you"re begging me to stayThe next night you push me awayI don"t need you"re promising to give it upIt"s too late cause now I"m giving upRevengeRevengeGot my revengeBy now you should know everything you sayCan and will be used against you some dayI got the microphone so don"t go too farCause I"m gonna tell the whole world how you really areSo go ahead and get mad never talk to me againI don"t even care cause I got my revengeRevengeGot my revengeRevengeRevengeRevengeGot my revengeRevengeRevengehttp://music.baidu.com/song/595345

那个主板不是叫TBD，X79才是这个主板的型号

The book is easy to read.意思是：这本书容易阅读。动词不定式to read 做表语补语。

squeeze()主要用于对数据的维度进行压缩或者解压的 官方文档 注意： 输入的张量和返回的张量共用一段内存空间，改变了其中一个，其余的都会被改变 参数： 多维张量本质上就是一个变换，如果维度是 1 ，那么，1 仅仅起到扩充维度的作用，而没有其他用途，因而，在进行降维操作时，为了加快计算，是可以去掉这些 1 的维度。 总结： 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。a.squeeze(N) 就是去掉a中指定的维数为一的维度。还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的定的维数为一的维度。 总结： 给指定位置加上维数为一的维度，比如原本有个三行的数据（3），在0的位置加了一维就变成一行三列（1,3）。a.unsqueeze(N) 就是在a中指定位置N加上一个维数为1的维度。 参考: https://zhuanlan.zhihu.com/p/86763381

可能程序不兼容， 可以更换个版本试试。另外建议参考下程序对配置的要求。或者右键需要运行的程序 选择兼容性 用兼容模式运行试试。

圆通金刚系统登陆网址： http://jingang.yto56.com.cn 上海圆通速递有限公司 有各类运输车辆千余辆，员工3万余名，服务覆盖全国500多个城市。成立于2000年5月28日。经过18年的精心打造，现已成为集 速递 、物流、 电子商务 为一体的大型民营企业。公司总部位于上海市青浦区 华新镇 。数年来，公司业务迅速发展，网络覆盖中国各个城市。 上海圆通速递（物流）有限公司成立于2000年5月28日，是国内大型 民营快递品牌企业，致力于成为“引领行业发展的公司”，以“创民族品牌”为己任，以实现“圆通速递——中国人的快递”为奋斗目标。始终秉承“客户要求，圆通使命”的服务宗旨和“诚信服务，开拓创新”的经营理念。公司拥有10个管理区、58个转运中心、5100余个配送网点、5万余名员工，服务范围覆盖国内1200余个城市。公司开通了港澳台、中东和东南亚专线服务。并在香港注册了Cats Alliance ExPss（CAE)公司，开展国际快递业务。 公司立足国内，面向国际，致力于开拓和发展国际、国内快递、物流市场。公司主营包裹快递业务，形成了包括同城当天件、区域当天件、跨省时效件和航空次晨达、航空次日下午达和到付、代收货款、签单返还等多种增值服务产品。公司的服务涵盖仓储、配送及特种运输等一系列的专业速递服务，并为客户量身制定速递方案，提供个性化、一站式的服务。圆通还将使用自主研发的“圆通物流全程信息监控管理系统”，确保每一票快件的时效和安全。 圆通在2013年、2014年和2015年实现了营业收入和快件递送量的三连涨，2013年圆通营业收入为68.85亿元，2014年增长到82.29亿元，2015年为120.96亿元，两年时间中营收增长幅度超过75%；2013年圆通快递递送量接近13亿件，到2015年增长到了30亿件，两年时间，快递递送量增长130%。 3月24日上午消息，昨晚圆通速递发布2017年财报。财报显示，圆通速递全年营业收入 199.82 亿元，较2016年增长 18.82%，实现归属于母公司股东净利润14.43亿元，较 2016年增长5.16%。

强压的，往后按到底就是悬浮

如图所示，圆通官网查询可知，目前快件状态为：石【家庄转运中心】 已发出 下一站 【揭阳转运中心公司】今天应该到不了

圆通快递单号： 如没结果请稍后查询 | 备用查询 走件流程 快件单号 操作时间 快件流程 2574581445 2012-06-06 17:43:14 黑龙江省哈尔滨市平房区/业务员收件 /取件人:张吉明 2574581445 2012-06-06 17:47:14 黑龙江省哈尔滨市平房区/揽收扫描 /取件人:张吉明 2574581445 2012-06-06 17:47:15 黑龙江省哈尔滨市平房区/装件入车扫描 2574581445 2012-06-06 18:50:10 【哈尔滨转运中心】下车扫描

你仔细看就会发现，ZTO 中通；STO 申通；YTO 圆通，名字都有一个“通”字，TO应该是“通”的英文名称或者缩写吧

同问？ 快递公司？

精铁锅是用黑铁皮锻压或手工锤打制成,具有锅环薄,传热快,外观精美的特点.第一，由于是精铁铸成,杂质少,因此,传热比较均匀,不容易出现粘锅现象.第二，由于用料好，锅可以做的很薄，锅内温度可以达到更高。第三，档次高，表面光滑，清洁工作好做。

Yi Tuo Organization

圆通快递,物流公司的简称

英文首字母

网点管家软件升级首先是升级应用服务器端，应用服务器端安装在服务器电脑上，登录服务器电脑进行操作，退出应用服务器重新登录，在登录的时候会有升级提示

是圆通专线

YTO缩写的意思，多伦多。 卡西欧（CASIO，カシオ计算器株式会社）是日本一家生产电子仪器、电子计算器公司旗下的品牌。 该品牌于1946年4月由_尾忠雄创立，他是一名精通装配的工程师。 品牌的名字来自_尾的日语读音Kashio。

YTOLimited是一家室内设计及装修解决方案提供商，主要业务为饮食行业及住宅提供室内设计及装修解决方案，提供室内设计业务及具有广泛客户基础的装修管理服务。更多同行分析，上企知道了解

卡西欧tyo代表着当前选择的时区为东京时区，其中tyo指的是城市代码东京的意思。在卡西欧调节时间的时候，我们需要将时区调到相应的城市，比如tyo就是东京，如果你身在日本需要将代码设置成它，如果我们身在中国，城市代码一般会选择BJS，也就是北京的意思。

yto是圆通速递。上海圆通速递（物流）有限公司成立于2000年4月14日，是国内大型民营快递品牌企业，致力于成为”引领行业发展的公司”，以“创民族品牌”为己任，以实现“圆通速递——中国人的快递”为奋斗目标。始终秉承“客户要求，圆通使命”的服务宗旨和“诚信服务，开拓创新”的经营理念。公司拥有10个管理区、58个转运中心、5100余个配送网点、5万余名员工，服务范围覆盖国内1200余个城市。公司开通了港澳台、中东和东南亚专线服务。并在香港注册了Cats Alliance Express（CAE）公司，开展国际快递业务。圆通时效件：“上午收、今日下午达”，这是圆通为满足广大客户日益增长的快件时效需求，正大力推广的一项高端服务产品——时效十年件。圆通于2009年3月2日—3月8日在支付宝首页面开辟时效件专属BANNER，用户通过点击圆通时效件BANNER即可直接来到圆通时效件专属页面了解该项服务详情。圆通速递一直致力于拓展多种渠道，不断开发新产品来满足客户个性化的服务需求，时效、安全、服务、创新是圆通永恒的主题；为用户提供更好的服务一直是圆通不变的宗旨，您的满意是对圆通最大的褒奖！

tolasmik好。这个牌子的产品品种多样，价格良心，质量也是上乘的，是国内的滑雪用品优质品牌。滑雪运动是运动员把滑雪板装在靴底上在雪地上进行速度、跳跃和滑降的竞赛运动。滑雪板用木材、金属材料和塑料混合制成。高山滑雪由滑降，小回转和大回转（障碍滑雪）组成。

最近碰到pytorch分布式训练时候，memory几乎线性增加，撑炸机器的问题。 pytorch中内存泄漏常见的原因大概是以下几点： 有时候可能会遇到不同的问题，具体问题可以通过python的内存分析工具做分析（不过讲道理不是太管用）比如： https://www.pythonf.cn/read/108519 ， https://zhuanlan.zhihu.com/p/121003986 我的心情随着第一个github的issue答案起起伏伏，试了几遍都不行，然后忽然想到，这些bug官方都回复修了，怎么还能有问题呢…然后转头把sagemaker上pytorch的版本从1.6降到了1.5，世界安静了… 最近一天一个bug，踩坑美滋滋

PamelaPayton-WrightPamelaPayton-Wright是一名演员，代表作品有《爱·面子》等。外文名：PamelaPayton-Wright职业：演员代表作品：《爱·面子》合作人物：伍思薇

据了解， 雪佛兰 科尔维特 （ 查成交价 | 车型详解 ）的首款中置发动机GTLM赛车-科尔维特C8.R在近日亮相美国，一同现身的还有C8 Stingray敞篷版。C8.R可视作为2020款科尔维特C8 Stingray的赛车版，整车采用了银色的全新涂装以及黄色 元素 的点缀，其灵感来自标志性的科尔维特概念车的颜色，例如1973年的雪佛兰Aerovette和1959年的科尔维特 Stingray Racer。在普通款车型的基础上，C8.R增加了一套空气动力学套件，前脸换装了更加激进的前唇，尾部则增加了尺寸夸张的扰流板和扩散器，看起来就是一副速度机器的模样。据此前消息透露，未来民用量产版将提供三种动力选择，分别为6.2L自然吸气V8发动机、4.2L双涡轮增压V8发动机以及5.5L双涡轮增压V8发动机，最大功率分别为460PS、650PS以及850PS。 u200bu200bu200bu200b官方介绍，C8.R凝结了科尔维特车队“Corvette Racing”多年征战赛场的结晶，包含着 通用 汽车在设计、调校、工程学以及赛车等方面的经验。自1999年以来，Corvette Racing赢得了107场比赛，成为北美获奖最多的专业跑车车队之一，包括13项团体冠军、12项车手和制造 商 冠军。而C8.R的实力能否帮助Corvette Racing再续殊荣？不妨留意2020年1月举办的Daytona 24小时耐力比赛。（文： 曾惠君） @2019

将输入的图像shape记为[N, C, H, W]，这几个方法主要的区别就是在， batchNorm是在batch上，对NHW做归一化，对小batchsize效果不好； layerNorm在通道方向上，对CHW归一化，主要对RNN作用明显； instanceNorm在图像像素上，对HW做归一化，用在风格化迁移； GroupNorm将channel分组，然后再做归一化； SwitchableNorm是将BN、LN、IN结合，赋予权重，让网络自己去学习归一化层应该使用什么方法。 归一化与反归一化 https://blog.csdn.net/rehe_nofish/article/details/111413690 pytorch优雅的反归一化 https://blog.csdn.net/square_zou/article/details/99314197?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control 重点关注 图片保存：torchvision.utils.save_image(img, imgPath) https://blog.csdn.net/weixin_43723625/article/details/108159190

TensorRT repo 参考 csdn 在 TensorRT/samples/python/ 下参考 costom 编写方式和cmake，docker环境里make生成 .so, 注意插件名字和trt用到的组件名应该一致 python 加载插件 如果用 trtexec ，需要 vim .bashrc 安装依赖 参考

相对与ONNX模型，Pytorch模型经常较为松散，API的限制也往往较为宽松。因此，在导出的过程中，不可避免地会遇到导出失败的问题。可以预见到，这块API可能在不久的将来会发生变化。 ONNX导出的基本操作比较简单。官网上的例子是： 可惜真要这么容易就好了 支持Batching需要制定Dynamic Axes，即可变的维度。 案例: keep_initializers_as_inputs 这个参数是False的情况下，在Caffe2中报错：IndexError: _Map_base::at. 参考 https://github.com/onnx/onnx/issues/2458 问题比较复杂。貌似tensorflow也有类似问题。导出时添加参数do_constant_folding=True或许可以解决。 参考 https://github.com/NVIDIA/triton-inference-server/issues/1080 定长list会导出为一个tuple Pytorch 1.4，ONNX 9不支持变长List的导出。之后的Pytorch版本有支持，需要更高版本的ONNX Pytorch中，Expand未改动的dim可以指定为-1，导出到ONNX中时，需要手动指定每个dim的值。如： Pytorch中，Squeeze一个不为1维的dim不会有任何效果。ONNX会报错

所谓自动档，就是不用驾驶者去手动换档，车辆会根据行驶的速度和交通情况自动选择合适的档位行驶 P代表泊车档，停车时使用 R代表倒车档， N代表空档，相当于手动档的空档 D表示前进档，这个档位下变速箱会在1～5档根据速度和油门情况自动切换 S表示运动模式（sport）在这个档位下变速箱可以自由换档，但是换档时机会延迟，使发动机在高转速上保持较长时间，使车辆动力加大。当然显然这个会造成油耗增加。 L表示低速档，这个档位时变速箱会保持在1档而不升档。 雪花按键的意思是用于湿滑路面起步，按下此键时车辆将不从1档起步，而从2档起步，以减低扭力输出，避免车辆在湿滑路面上起步时打滑。 OD OFF按键表示的是最高档禁止，有这个按键的车辆往往就没有D3了，因为按下此键最高档位（4速变速箱）4档就已经被禁止使用了，起作用等同于D3。 变速箱上面的2，并不代表的是单2档，而是1～2档，用这个档位时变速箱会在1、2间自动切换，而不会往更高档升。

give priority to，优先考虑；给…以优先权例句：Give priority to your way of thinking prior to learning. 在学习之前，优先考虑一下你的思维方式。固定词组是give priority to，除了个别中国人写的英语出现give priorities to外，其他基本见不到这样的表达。但priority确实有复数形式。如果说一定要用复数来表达give priority to一样的意思，可以用put priorities on。

寒假12月1日-次年3月31日暑假6月1日-9月30日其余时间不得发售学生票: 1. 除上面两个时间段，其余时间不得发售学生票; 2. 不得在非学生票发售期的时间内购票学生票发售期的学生票

ywqT7RYOEOOIYRWITGRIEOOEWOYIWEYOYOGWYIREYYW

Does Lishan have many toys?

我的解决办法是用回了U3D自带的joystick，可以在网上找C#版本的用，它支持多点触控的。然后对于按钮（用GUITexture做的虚拟按钮就用），GUITexture里面有个HitText函数来测试这个GUITexture是否被触摸到了，利用这个就能解决问题了，例外用OnMouserDown（）虽然调试的时候也有效果，但是要自己判断坐标位置，并且发布的时候按了没反应的。至此，就已经完成按键控制角色移动的全部过程，运行游戏就可以用按键控制角色移动。

My way to be happy Being a student, we have to study hard all days. Keeping so busy easily makes us feel tired or unhappy. To cheer myself up, I usually do sports. In sports I can forget all the stress and feel strong and confident. Sometimes, I also do the disco. With the powerful music and free body movements, I can completely relax myself and feel happy. Just as the proverb says, "All work and no play makes Jack a dull boy." We need to take a break and do some sports if we have learned for hours. That"s the secret to keep yourself happy.

Maveick华纳。Maveick华纳旗下的娱乐公司，麦当娜一手创办的正规娱乐公司，签约艺人包括大牌AlanisMorristte（没错她是麦当娜发掘的）、Muse等等，甚至曾有GreenDay。不过这个公司前两年因为麦当娜跳槽Livenation，被华纳收购了。据Maveick华纳企业介绍，BoyToy专门管理麦当娜的音乐、MV等等作品的版权。

ms.CopyTo(fs); //参数你看看 试试其他重载方法(长度 起始位置)。

happy to pet a dogThe way you pet a dog can make you his favorite person — or the human he"s always trying to avoid. Certain red-flag petting tactics send most dogs running in the other direction, while other petting strategies will have a dog tail-waggin" happy in your hands. Whether you"re petting your own dog or one you"ve just met, here are some strategies for better petting, including petting styles to avoid and those to employ.Start With a Proper GreetingThe first rule of petting is never pet a dog who doesn"t initiate contact. This is especially important to enforce with children, who will often approach a dog who is lying down, cornered in a room or actively trying to get away.Rather than reaching out and touching the dog, invite him to make the first contact by squatting down so you are closer to his level; with a reserved or fearful dog, turn your body to the side to make yourself less threatening. If you"re dealing with a confident dog, you can invite him to approach you by bending over slightly, patting your legs and backing up while coaxing with your voice.Avoid hovering over the dog when greeting him; this can be perceived as a threat. Instead, turn your body slightly to the side and make minimal eye contact at the first greeting (eye contact can also be interpreted as a threat). Instead, allow the dog to approach you first. With a shy dog, pretend to ignore him and look away for the first few moments until he discovers you"re safe to approach.Ready, Set, PetA friendly dog will approach with his ears held back slightly and his tail held out at medium height behind him, with a wide sweeping wag. When the dog sniffs your body, he is gathering information about you, not necessarily inviting you to pet him. If he backs away or acts leery or jumpy, don"t pet him. If he exhibits a loose, wiggly body posture with relaxed eyes and mouth as he moves toward you or if he initiates brief eye contact, he is most likely indicating friendliness and a desire for interaction.Once the approach has been made, pet the dog slowly in areas where he is comfortable being touched. A dog who enjoys petting will usually lean toward you or actively seek contact with you when you stop petting him. If the dog attempts to move away or displays signs of discomfort, such as licking his lips or showing the whites of his eyes, give him some space.

pytorch的读音是"pau026atu0254u02d0tu0283。PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了Facebook外，它已经被Twitter、CMU和Salesforce等机构采用。PyTorch的优点：1、相当简洁且高效快速的框架。2、设计追求最少的封装。3、设计符合人类思维，它让用户尽可能地专注于实现自己的想法。4、与google的Tensorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新。5、PyTorch作者亲自维护的论坛供用户交流和求教问题。6、入门简单。

杀掉我去天堂的路。

数据增强是扩充数据样本规模的一种有效地方法。深度学习是基于大数据的一种方法，我们当前希望数据的规模越大、质量越高越好。模型才能够有着更好的泛化能力，然而实际采集数据的时候，往往很难覆盖掉全部的场景，比如：对于光照条件，在采集图像数据时，我们很难控制光线的比例，因此在训练模型的时候，就需要加入光照变化方面的数据增强。再有一方面就是数据的获取也需要大量的成本，如果能够自动化的生成各种训练数据，就能做到更好的开源节流。 数据增强可以分为两类，一类是离线增强，一类是在线增强。 pytorch中数据增强的常用方法如下： torchvision中内置的transforms包含了这些些常用的图像变换，这些变换能够用Compose串联组合起来。 原图： class torchvision.transforms.CenterCrop(size) 原图像尺寸：(658, 411) 中心裁剪后尺寸:(200, 200) class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0) class torchvision.transforms.Grayscale(num_output_channels=1)) class torchvision.transforms.Pad(padding, fill=0, padding_mode="constant") class torchvision.transforms.RandomCrop(size, padding=0, pad_if_needed=False) class torchvision.transforms.RandomHorizontalFlip(p=0.5) class torchvision.transforms.RandomVerticalFlip(p=0.5) class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

torch.cat(seq,dim=0,out=None)->Tensor 在给定维度上对输入张量序列seq进行连接操作由这可以想到卷积神经网络 的全连接层 torch.cat() 可以看做 torch.split() 和 torch.chunk() 的逆运算 torch.chunk(tensor,chunks,dim)->>tensors 将张量沿给定维度分块 torch.gather(input,dim,index,out=None,sparse_grad=Flase,out=None)->Tensor 通俗点解释就是把指定索引dim的下标进行替换 torch.index_select(input,dim,index,out=None)->>Tensor torch.masked_select(input,mask,out=None)->>Tensor 根据mask输出一个一维张量 torch.split(tensor,split_size,dim=0)->>tensor 如果可分,张量沿着指定维度指定大小进行分割,直到大小不足则停止 torch.t(input,out=None)->Tensor 张量转置相当于 torch.transpose(input,o,1) torch.bernoulli(input,out=None) 从伯努利分布中抽取二元随机数(0或者1)这里的bernoulli概率p是随机的 输入张量值需是一个概率 torch.multinomial(input,num_samples,replacement=Flase,out=None)->>LongTensor 从输入张量中每行取num_samples个样本,可以设置replacement设置是否重复取值 返回取值的下标 torch.normal(means,std,out)->>tensor 按照指定均值和方差选取样本,均值个数决定样本个数 若均值和方差都为张量则两个张量元素个数必须相等 torch.abs(input,out)->tensor 输出张量元素绝对值 torch.acos(input,out) 求反余弦 torch.add(input,value,out) 对每个张量元素逐个加上value torch.addcdiv(tensor,value=1,tensor1,tensor2) 张量(tensor1/tensor2)*value+tensor torch.addmul 相乘相加 torch.ceil(input,out) 向上取整 torch.clamp(input,min,max,out=None) 将元素调整至[min,max]区间 torch.div(input,value) 除 torch.exp(tensor,out) 指数 torch.floor(input,out) 向下去整 torch.fmod(input,divisor,out) 取余数 torch.frac 取分数部分 torch.lerp(start, end, weight, out=None) 线性插值:out = start+weight*(end-start) torch.log 取自然对数 torch.mul(input, value, out=None) torch.mul(input, other, out=None) 哈达玛积 torch.neg 取复数 torch.pow(input, exponent, out=None) 求幂 torch.reciprocal(input, out=None) → Tensor 去倒数 torch.remainder(input, divisor, out=None) → Tensor 取余数 torch.rsqrt(input, out=None) → Tensor 平方根倒数 torch.sigmoid(input, out=None) → Tensor sigmoid值 torch.sigmoid(input, out=None) → Tensor 符号函数 torch.cumprod(input, dim, out=None) → Tensor 按指定维度累积 torch.cumsum(input, dim, out=None) → Tensor 指定维度累加 torch.dist(input, other, p=2, out=None) → Tensor 求P范数 torch.mean(input) → float 均值 torch.mean(input, dim, out=None) → Tensor 指定维度均值 torch.median(input, dim=-1, values=None, indices=None) -> (Tensor, LongTensor) 指定维度中位数 torch.mode(input, dim=-1, values=None, indices=None) -> (Tensor, LongTensor) 众数 torch.norm(input, p, dim, out=None) → Tensor 指定维度p范数 torch.prod(input) → float 所有积 torch.prod(input, dim, out=None) → Tensor 指定维度积 torch.std(input, dim, out=None) → Tensor 标准差 torch.sum(input, dim, out=None) → Tensor 按维度求和 torch.sum(input) → float 所有元素和 var 按行方差，所有元素方差 torch.eq(input, other, out=None) → Tensor 相等比较操作 返回01 torch.equal(tensor1, tensor2) → bool 张量比较shape and value返回bool torch.ge(input, other, out=None) → Tensor 大于 torch.gt(input, other, out=None) → Tensor 与equal类似返回不同 torch.kthvalue(input, k, dim=None, out=None) -> (Tensor, LongTensor) 取指定维度最小值 torch.le(input, other, out=None) → Tensor 小于等于 torch.lt(input, other, out=None) → Tensor 小于 torch.max(input, dim, max=None, max_indices=None) -> (Tensor, LongTensor) 返回指定维度最大值和索引

[1] 【Pytorch | Tensorflow】--- label与one-hot独热编码向量之间的相互转换 [2] Pytorch中，将label变成one hot编码的两种方式 [3] Pytorch中，将label变成one hot编码的两种方式 [4] Pytorch 类别标签转换one-hot编码

使用反向传播法训练神经网络时，模型的参数依据损失函数与对应参数的梯度来调整，即： 自动微分 是机器学习工具包必备的工具，它可以自动计算整个计算图的微分。 PyTorch 内建了一个叫做 torch.autograd 的自动微分引擎，该引擎支持的数据类型为：浮点数Tensor类型 ( half, float, double and bfloat16) 和复数Tensor 类型(cfloat, cdouble) PyTorch 中与自动微分相关的常用的Tensor属性和函数： TensorFlow 通过 tf.GradientTape API来自动追踪和计算微分，GradientTape，翻译为微分带，Tape有点儿历史上磁带机的味道，即在Tape上记录下所有的计算和计算结果。 tf.GradientTape 在tf.Variable而非tf.Tensor上计算，因为在TensorFlow中，tf.Tensor为不可变对象，tf.Variable为可变对象；通常 用tf.Variable来存储模型参数 。 tf.Variable 有一个trainable属性，该属性tf.Tensor没有，类似PyTorch Tensor的requires_grad, 即告知自动微分引擎是否追踪该tf.Variable，并自动计算该tf.Variable的微分。 范例： 从上述可以看到，TensorFlow的自动微分实现方式与PyTorch大不相同，而且 没有把参数和参数的微信封装成一个对象，这点非常不User-Friendly，或者说封装的不好 ！ 为了方便实现模型，模型的参数，与模型参数的微分，TensorFlow又提供了另外一套机制： 模型的微分(Gradients with respect to a model) , 意思是：TensorFlow开发团队也知道了用tf.Variable实现模型参数，然后用tape.gradient()方法计算微分，tf.Variable和它对应的微分是分离的，是没有封装好的，这种方式对开发者不友好，所以，TensorFlow开发者团队对于构建模型的基础类： tf.Module 或者它的子类 ( layers.Layer , keras.Model )，提供了一个 Module.trainable_variables 的属性，该属性把模型参数都封装好了，使用起来比较方便。不过对应微分还是没封装，坚持自己的个性...对于我们开发者，还是选择遵循... 范例： 参考资料：

数据的预处理以及数据集的构建会经常使用到tensor的切分操作，现整理如下： 功能 ：输入数据与想要切分的块数 chunks ，将数据尽可能 (如果数据个数与块数能整除的话) 平均的切分为 chunks 块 注意 ：没有进行数据的拷贝 参数 Test Output 功能 ： 注意 ：没有对输入数据进行拷贝 参数 ： Test 1 输入整型数据 Output 1 Test 2 输入为整型序列 Output 功能 ：torch支持numpy中对数据的切片操作 Test Output 功能 ：删除tensor的一个维度，返回各个子块组成的 tuple 参数 ： Test Output 感谢你的阅读，如果文中存在错误，还请在评论区指出~

在指定的维度dim上对序列seq进行连接操作。 参数： 例子： torch.Tensor.expand( sizes)* → Tensor 返回张量的一个新视图，可以将张量的单个维度扩大为更大的尺寸。 张量也可以扩大为更高维，新增加的维度将附在前面。 扩大张量不需要分配新内存，仅仅是新建一个张量的视图。任意一个一维张量在不分配新内存情况下都可以扩展为任意的维度。 传入-1则意味着维度扩大不涉及这个维度。 参数： 例子： torch.squeeze(input, dim=None, out=None) → Tensor 除去输入张量input中数值为1的维度，并返回新的张量。如果输入张量的形状为（ [图片上传失败...(image-786ec5-1580566115084)] ），那么输出张量的形状为（ [图片上传失败...(image-a0a179-1580566115084)] ）。 当通过dim参数指定维度时，维度压缩操作只会在指定的维度上进行。如果输入向量的形状为（ [图片上传失败...(image-1088a1-1580566115084)] ），squeeze(input, 0)会保持张量的维度不变，只有在执行squeeze(input, 1)时，输入张量的形状会被压缩至（ [图片上传失败...(image-759892-1580566115084)] ）。 如果一个张量只有1个维度，那么它不会受到上述方法的影响。 输出的张量与原张量共享内存，如果改变其中的一个，另一个也会改变。 参数: 例子： torch.Tensor.repeat( sizes)* 沿着指定的维度重复张量。不同于expand()方法，本函数复制的是张量中的数据。 参数： 例子： torch.Tensor.unfold(dim, size, step) → Tensor 返回一个新的张量，其中元素复制于有原张量在dim维度上的数据，复制重复size次，复制时的步进值为step。 参数： 例子： torch.Tensor.narrow(dimension, start, length) → Tensor 返回一个经过缩小后的张量。操作的维度由dimension指定。缩小范围是从start开始到start+length。执行本方法的张量与返回的张量共享相同的底层内存。 参数： 例子： torch.Tensor.view( args)* → Tensor 返回一个有相同数据但是不同形状的新的向量。 返回的装两必须与原张量有相同的数据和相同的元素个数，但是可以有不同的尺寸。 参数： 例子： torch.Tensor.resize_( sizes)* 将张量的尺寸调整为指定的大小。如果元素个数比当前的内存大小大，就将底层存储大小调整为与新元素数目一致的大小。 如果元素个数比当前内存小，则底层存储不会被改变。原来张量中被保存下来的元素将保持不变，但新内存将不会被初始化。 参数： 例子： torch.Tensor.permute( dims)* 将执行本方法的张量的维度换位。 参数： 例子： torch.Tensor.element_size() → int 查看某类型张量单个元素的字节数。 例子：

典型的卷积神经网络包括： AlexNet、VGG、ResNet; InceptionV1、InceptionV2、InceptionV3、InceptionV4、Inception-ResNet 。 轻量级网络包括： GhostNet、MobileNets、MobileNetV2、MobileNetV3、ShuffleNet、ShuffleNet V2、SqueezeNet Xception MixNet GhostNet 。 目标检测网络包括： SSD、YOLO、YOLOv2、YOLOv3、FCOS、FPN、RetinaNet Objects as Points、FSAF、CenterNet FoveaBox 。 语义分割网络包括： FCN、Fast-SCNN、LEDNet、LRNNet、FisheyeMODNet 。 实例分割网络包括：PolarMask。 PolarMask : Single Shot Instance Segmentation with Polar Representation ,2019 人脸检测和识别网络包括：FaceBoxes、LFFD、VarGFaceNet。 人体姿态识别网络包括：Stacked Hourglass、Networks Simple Baselines、LPN。 StackedHG: Stacked Hourglass Networks for Human Pose Estimation ,2016 Simple Baselines ：Simple Baselines for Human Pose Estimation and Tracking LPN: Simple and Lightweight Human Pose Estimation 注意力机制网络包括：SE Net、scSE、NL Net、GCNet、CBAM。 人像分割网络包括：SINet。

上万了吧，犀利。如果想要了解更多产品信息的话详情可访问intel.cn/tablet。

经理没有回应那些问题，这里的短语make no reply是个固定搭配，不涉及单复数问题，所以reply不用变复数。

人教版小学英语教材中的Storytime专栏是教材内容的一个亮点。根据查询相关公开信息显示：人教版小学英语教材中的Storytime专栏是教材内容的一个亮点，该专栏中的故事紧密联系单元主题，贴近学生日常生活，情节生动活泼，富有知识性，价值性和趣味性，具有独特的教学价值，该专栏内容的教学应讲求听读演研等策略。

五年级英语上册Unit6storytime评课稿范u2f42五年级英语上册Unit 6 story time评课稿范u2f42　　上周听了张u2f7c师五上Unit 6 story timeu2f00课，很受启发。张u2f7c师对u2f42本把握到位，对课堂驾驭u2f83如，在年轻教师中实属难得。　　张u2f7c师在u2f42本教学的阅读前，以头脑风暴和u2f83我介绍两个活动作了充分的预设和准备。在头脑风暴环节，学u2f63在活动中轻松愉快地复习话题相关的词汇，u2f7d在教师u2f83我介绍环节，u2f1c在语境中让学u2f63感知e-friend的.涵义。　　在阅读中环节，张u2f7c师从标题u2f0au2f3f，紧扣本课的语u2f94功能“了解u2f00个u2f08的基本信息”，引学u2f63导围绕my e-friend提问：whose e-friend is he/who is he /where does he live/what are his hobbies … 。在此基础上，张u2f7c师以watch and tick/read and underline/think and answer等活动引导学u2f63层层深u2f0a，积极获取u2f42本信息，感知和实践u2f42本功能。在阅读后活动中，张u2f7c师引导学u2f63积极整理所学知识，为学u2f63创设机会和平台，引导学u2f63适度输出语篇。　　我由本课想到两个问题：1.在story time作为第u2f00课时教学，学u2f63应该关注的是信息还是语u2f94结构？2.在第u2f00课时教学引导学u2f63复述时，学u2f63最需要的是信息还是句型？这两个问题看似简单，却直接影响教师在story time作为第u2f00课时教学时的设计。我个u2f08认为，学u2f63在第u2f00课时应该关注的是信息的获取，第u2f00课时的复述要求不宜过u2fbc，应该同时给予学u2f63语u2f94u2f40架和信息内容，这u2fa5所说的信息内容可以是词汇，也可以是图u2f5a，视u2f42本的难易程度和学u2f63的接受能u2f12u2f7d定。￥5.9百度文库VIP限时优惠现在开通,立享6亿+VIP内容立即获取五年级英语上册Unit6storytime评课稿范文五年级英语上册Unit6storytime评课稿范u2f42五年级英语上册Unit 6 story time评课稿范u2f42　　上周听了张u2f7c师五上Unit 6 story timeu2f00课，很受启发。张u2f7c师对u2f42本把握到位，对课堂驾驭u2f83如，在年轻教师中实属难得。　　张u2f7c师在u2f42本教学的阅读前，以头脑风暴和u2f83我介绍两个活动作了充分的预设和准备。在头脑风暴环节，学u2f63在活动中轻松愉快地复习话题相关的词汇，u2f7d在教师u2f83我介绍环节，u2f1c在语境中让学u2f63感知e-friend的.涵义。第 1 页　　在阅读中环节，张u2f7c师从标题u2f0au2f3f，紧扣本课的语u2f94功能“了解u2f00个u2f08的基本信息”，引学u2f63导围绕my e-friend提问：whose e-friend is he/who is he /where does he live/what are his hobbies … 。在此基础上，张u2f7c师以watch and tick/read and underline/think and answer等活动引导学u2f63层层深u2f0a，积极获取u2f42本信息，感知和实践u2f42本功能。在阅读后活动中，张u2f7c师引导学u2f63积极整理所学知识，为学u2f63创设机会和平台，引导学u2f63适度输出语篇。　　我由本课想到两个问题：1.在story time作为第u2f00课时教学，学u2f63应该关注的是信息还是语u2f94结构？2.在第u2f00课时教学引导学u2f63复述时，学u2f63最需要的是信息还是句型？这两个问题看似简单，却直接影响教师在story time作为第u2f00课时教学时的设计。我个u2f08认为，学u2f63在第u2f00课时应该关注的是信息的获取，第u2f00课时的复述要求不宜过u2fbc，应该同时给予学u2f63语u2f94u2f40架和信息内容，这u2fa5所说的信息内容可以是词汇，也可以是图u2f5a，视u2f42本的难易程度和学u2f63的接受能u2f12u2f7d定。

Where is my toy?我的玩具在哪儿？

按道理想的话是晴天娃娃吧。白天玩具？？这翻译也太硬了

帮用户使用ebay的软件工具, 大都是自动竞拍.

phytocorrective是杜克色修，使用方法：一次3-4滴，掌心揉搓乳化后涂在局部，或者全脸使用都可以。有感光成分，只能晚上用。

设置内开启。开启步骤如下：1、打开milkytouch，进入系统。2、选择控制面板，点击设置，找到作弊点击同意开启就可以。

fgsdfhgdsfhgdghdhgkfdjfdhsddfsdsfgdsfdfdsghdshfhgfdhgdfdfghkfg

回答Yes，itisfine。因为这句todayisanicedaytohaveawalk是说今天是散步的好日子，那回答Yes，itisfine意思是的，天气不错，这么回答是表达赞同对方说的话。

2022-1-5, Wed., 13:37 于鸢尾花基地 可以采用如下方式对之前保存的预训练模型进行批量测试： 然而，在上述循环中，通过 trainer.test 每执行一次测试，都只是执行了一个 epoch 的测试（也就是执行多次 ptl_module.test_step 和一次 ptl_module.test_epoch_end ），而不可能把 ckpt_list 中的多个预训练模型（ checkpoint ）当做多个 epoch ，多次执行 ptl_module.test_epoch_end 。 我们期望，对多个 checkpoint 的测试能像对多个 epoch 的训练一样简洁: 怎么做到？在训练过程中，要训练多少个 epoch 是由参数 max_epochs 来决定的；而在测试过程中，怎么办？PTL并非完整地保存了所有epoch的预训练模型。 由于在测试过程中对各 checkpoint 是独立测试的，如果要统计多个 checkpoint 的最优性能（如最大PSNR/SSIM），怎么办？这里的一个关键问题是如何保存每次测试得到的评估结果，好像PTL并未对此提供接口。 解决方案 PTL提供了“回调类（Callback）”（在 pytorch_lightning.callbacks 中），可以自定义一个回调类，并重载 on_test_epoch_end 方法，来监听 ptl_module.test_epoch_end 。 如何使用？只需要在定义 trainer 时，把该自定义的回调函数加入其参数 callbacks 即可： ptl.Trainer(callbacks=[MetricTracker()]) 。这里， MetricTracker 为自定义的回调类，具体如下： 评论： 由于 MetricTracker 具有与 Trainer 相同的生命周期，因此，在整个测试过程中， MetricTracker 能够维护一个最优的评估结果 optim_metrics 。

正确：delay doing，延误做某事。没有to do这个用法。delay一、含义：v. 耽搁；推迟；延误n. 耽搁；延期；推迟二、用法delay指“耽搁，延迟”这一行为或情况本身时，是不可数名词；表示具体的“被耽搁〔推迟〕的事件或时间”时，是可数名词。delay在句中可用作主语、宾语或表语。常与“in+ v -ing”连用。delay的基本意思是行动迟缓而耽误了进程，可指由于外界原因而推迟，也可指有意推迟。Our plane was delayed by fog.我们的飞机因大雾而误点了。扩展资料：近义词：deferdefer一、含义：v. 推迟；延期；使延期入伍v. 顺从；把…委托给他人二、用法defer的基本意思是指使行动、活动或进程推迟到较晚时间，一般强调有意的推迟。defer还可指在完成或实现某事的过程中，由于出现超出控制能力之外的情况而推迟。defer to sb/sth的意思是“听从，服从，遵从”，指出于对某人的尊重而服从其决定或想法。We wish to defer our decision until next week.我们希望推迟到下星期再作出决定。

bunny 是一个牌子，toy是玩具，简单的说是一种叫Bunny牌子的玩具

torrentkitty官网的后缀com。torrentkitty中文名为磁力搜索，是一款小巧的互联网资源搜索工具，基于先进的P2P搜索技术，可在瞬间搜索全球网络资源。

RenleyTorresRenleyTorre曾出演电影《玩具盒》等，是一名演员。外文名：RenleyTorres职业：演员代表作品：《玩具盒》合作人物：MichaelColburn

感叹号。happy birthday to you的意思是，祝你生日快乐！所以happy birthday to you后面加感叹号。

翻译过来，祝你生日快乐

babyletsgohappybirthdaytoyou歌名是《Happy Birthday To You》。歌手：Drew"s Famous作词：斉藤和义作曲：斉藤和义Happy birthday to you祝你生日快乐Happy birthday to you祝你生日快乐Happy birthday~ Happy birthday~

Happybirthdaytoyou祝你生快， to 这个介词指明祝福的对象。Happy birthday for youfor 为了，由于 ，for 这个介词指明的是 目的或原因。由于你生日才快乐。为了你生日才快乐。所以 是to 而不是 for.

bigbang u300a tonightu300b

歌曲：《baby tonight 》，作曲：潘玮柏，作词：潘玮柏，歌手：潘玮柏。歌词：你收拾好了你所有的衣服Baby tonight tonight说你想要离开Everything will be alright把钥匙留在了门口So baby tonight我猜你想在今晚离开I don"t wanna let you go看着那相框里的照片Maybe another place or time有我们俩在里面we"ll give our love another try还有我为你做的所有事But I don"t wanna say goodbye我猜我从来没有把事情做对baby girl you know you"re all my life但是我不能就这样让你离开I"ll wipe the tears from your eyes我只想和你呆在一起，女孩Don"t be afraid to stay cause我不想要孤单you"re the best thing in my life I"ll ever所有事情都会好转

《Tonight（BestYouEverHad）》。2、歌词节选：babytonight"sthenightwelosecontrolbaby,tonightyouneedthat。2、《Tonight（BestYouEverHad）》歌曲的歌手：ludacris、johnlegend，专辑：tonight(bestyoueverhad)。

becontraryto的例句是：Businessesofcoursecan"tactuallyinvestinthelottery-thatwouldbecontrarytothetermsoftheirloan-buttheycandosimilarthings.当然了，企业是不能拿贷款去买彩票的，这会有悖于贷款的合同条款，但他们可能会去做类似的事。It"snotroubleatall;onthecontrary,itwillbeagreatpleasuretohelpyou.这根本不麻烦。相反，我很乐意帮助你。Unemploymentseemstoberising,despiterepeatedassurancestothecontrary.尽管反复担保减少失业，失业率看来却在上升。becontraryto的例句是：Businessesofcoursecan"tactuallyinvestinthelottery-thatwouldbecontrarytothetermsoftheirloan-buttheycandosimilarthings.当然了，企业是不能拿贷款去买彩票的，这会有悖于贷款的合同条款，但他们可能会去做类似的事。It"snotroubleatall;onthecontrary,itwillbeagreatpleasuretohelpyou.这根本不麻烦。相反，我很乐意帮助你。Unemploymentseemstoberising,despiterepeatedassurancestothecontrary.尽管反复担保减少失业，失业率看来却在上升。becontraryto的网络解释是与.....相反：+ing的词组|becontraryto与相反|objectto反对。becontraryto的意思是违反；与相反。一、网络解释点此查看becontraryto的详细内容1.与.....相反：+ing的词组|becontraryto与相反|objectto反对2.becontraryto在线翻译2.违反;反对：becommonto对某人来说很普通,|becontraryto违反;反对,|bedevotedto致力,3.违反：becontagious传染|becontraryto违反|becontrarytothefact违背事实4.becontraryto的反义词4.和...相反,违反：beblindto看不见,对...视而不见|becontraryto和...相反,违反|7.形容词+with二、例句Businessesofcoursecan"tactuallyinvestinthelottery-thatwouldbecontrarytothetermsoftheirloan-buttheycandosimilarthings.当然了，企业是不能拿贷款去买彩票的，这会有悖于贷款的合同条款，但他们可能会去做类似的事。It"snotroubleatall;onthecontrary,itwillbeagreatpleasuretohelpyou.这根本不麻烦。相反，我很乐意帮助你。Unemploymentseemstoberising,despiterepeatedassurancestothecontrary.尽管反复担保减少失业，失业率看来却在上升。becontraryto的相关临近词be、Bechin点此查看更多关于becontraryto的详细信息

Journal: New Phytologist First Published: June 01, 2022 Corresponding author：陕西师范大学王国栋 u2002u2002u2002u2002 本文发现在芽再生阶段，CLE1-CLE7能够被强烈诱导表达，并通过CLV1和BAM1抑制WUS的表达，调控芽再生 u2002u2002u2002u2002系统进化树上，CLE1-CLE7在一个分支上，与之前报道一致，cle花期提早，过表达CLE1-7花期推迟。 u2002u2002u2002u2002并且过表达CLE1-CLE7表型与过表达CLV3的表型一致，均类似 wus 突变的表型，并且CLE1、4、6、7过表达能完全回补 clv3 ，这表明，CLE1-7可能功能冗余性地参与CLV3-CLV1-WUS通路。 u2002u2002u2002u2002敲除 CLE1-CLE7 基因， cle1-cle7 的SAM没有表型， clv3 单突就有严重表型。进一步得到八突，发现 clv3cle1-7 与 clv3 无差异。 u2002u2002u2002u2002 cle1-cle7 单突对芽再生几乎无影响，表明其功能冗余性；在7突 cle1-7sep 和8突 clv3cle1-7oct 中外植体表现出相当的再生潜力，远高于WT和 clv3 外植体 u2002u2002u2002u2002CLE1-7编码4个不同的CLE成熟肽？【10nM接近生理浓度，展示的处理浓度是5uM或10uM】 u2002u2002u2002u2002外源施加的抑制作用：CLE5p 、CLE6p较弱，CLE2p强nM级别，剩下CLE1/3/4/7p的在nM级别有用但是不明显，明显的是在uM级别。 u2002u2002u2002u2002自身启动子驱动CLE4和CLE7的前体表达，也能抑制芽再生。 u2002u2002u2002u2002 表明外源施加和内源表达的CLE1-7均贡献于芽再生，但是不影响愈伤的形成 u2002u2002u2002u2002 即【CLE过表达抑制芽再生，敲除之后，促进芽再生】 u2002u2002u2002u2002利用pCLE:GUS来看表达谱，除5外，其他的CLE1-7均在CIM被强烈诱导表达。 u2002u2002u2002u2002从CIM转移到SIM后，pCLE4:GUS 和pCLE7:GUS逐渐被限制在突起的位置。 u2002u2002u2002u2002 说明：时空表达对应芽再生过程 u2002u2002u2002u2002CLV1在CIM时不存在，在SIM时期只在SAM形成的突起中表达（之前的报道）。而pBAM1:GFP显示，BAM1在CIM和SIM均有强烈广泛的表达。 u2002u2002u2002u2002CLE1-7处理拟南芥，看主根长度实验 u2002u2002u2002u2002 施加CLE1-7，出现短根，但是在bam1-3 和 bam1-4 clv1-101 突变体中，变得不敏感了 ，但是在clv1-101中为什么还是敏感的呢？【是不是对于主根抑制上，BAM1作为主要的受体】也就是缺失BAM使得根对CLE1-7的抑制作用的感知降低。 u2002u2002u2002u2002 进而表明，CLE1-7对根长的抑制依赖于BAM1 u2002u2002u2002u2002再来看，怀疑的受体是否贡献于芽再生，有没有表型： u2002u2002u2002u2002bam1-3,单突、clv1-101单突和bam1-4 clv1-101双突，均展示出强烈的芽再生能力；并且对突变体进行CLE1-7的外源施加，在上述突变体中，CLE不能发挥抑制芽再生的作用，说明CLV1和BAM1贡献于CLE1-7介导的芽再生。BAM2和BAM3不贡献。 u2002u2002u2002u2002通过施加CLEp来看pWUS:GUS表达的变化 ，以及QRT检测cle1-7中WUS转录水平上升。 u2002u2002u2002u2002通过这两个实验，推断CLE1-7调控芽再生可能是通过限制下游WUS的表达来实现的。

它尽最大努力去教学日

不对。trytonotdosth语法不对，应是trynottodosth。不定式的否定式多是在to前加not。trytonotdosth翻译是试着别做某事。

try to do sth 代表尽力做某事try doing sth 代表试着做某事一个接动词原型 一个接动名词