深度学习笔记

深度学习相关的技术栈高度依赖数学基础，学起来比较吃力，这里权做笔记。

教材是《动手学深度学习(Pytorch版)》，教程可以在b站上看。

安装很简单，略过。

数据操作

1
2
3
4
5
6
7

import torch

x=torch.arange(12, dtype=torch.float32).reshape(3, 4)
y=torch.tensor([1,2,3,4],[5,6,7,8],[9,10,11,12])
z=torch.cat((x, y), dim=1)
x == y #按元素比较
x[0, 1:]

广播机制：不同形状的张量进行运算时，会通过复制来进行扩展。

大矩阵需要注意复制时的内存使用问题。

允许numpy的ndarray与torch.tensor进行转换。

tensor翻译为“张量”，这是一个数学概念。标量、

数据预处理

插值：.fillna()，处理数值域，