howhaokw

1. 对于本节中的最后一个示例，计算其输出形状，以查看它是否与实验结果一致 2. 在本节中的实验中，试一试其他填充和步幅组合 3. 对于音频信号，步幅2说明什么 4. 步幅大于1的计算优势是什么

1. 构建一个具有对角线边缘的图像 X。 如果将本节中举例的卷积核K应用于X，会发生什么情况？ 如果转置X会发生什么？ 如果转置K会发生什么？ 1. 在我们创建的Conv2D自动求导时，有什么错误消息

1. 为什么平移不变性可能也不是好主意呢？ 卷积神经网络（CNN）通常设计为具有平移不变性，这是因为它们通过共享权重的卷积层和池化层来处理输入的局部特征，从而对图像的平移具有鲁棒性。然而，尽管平移不变

1. 尝试一个计算量更大的任务，比如大矩阵的乘法，看看 CPU 和 GPU 之间的速度差异。再试一个计算量很小的任务呢？ 2. 我们应该如何在 GPU 上读写模型参数？ 在深度学习中，模型参数通常存储

1. 即使不需要将经过训练的模型部署到不同的设备上，存储模型参数还有什么实际的好处？ 存储模型参数有许多实际的好处，即使不需要将经过训练的模型部署到不同的设备上。以下是几个关键的好处： 1. 持久化保

1. 设计一个接受输入并计算张量降维的层，它返回 $y_k = \sum_{i, j} W_{ijk} x_i x_j$。 2. 设计一个返回输入数据的傅立叶系数前半部分的层。

1. 如果指定了第一层的输入尺寸，但没有指定后续层的尺寸，会发生什么？是否立即进行初始化？ 在深度学习框架中，"延后初始化"（deferred initialization）是一种常见的做法，它允许在

1. 使用 :numref:sec_model_construction 中定义的 FancyMLP 模型，访问各个层的参数。 2. 查看初始化模块文档以了解不同的初始化方法。 PyTorch Doc

1. 如果将 MySequential 中存储块的方式更改为 Python 列表，会出现什么样的问题？ 在PyTorch中，nn.Module的子类通常使用OrderedDict来存储模块的子模块，这