【PyTorch Tutorial】—— Pytorch 学习笔记1

最新推荐文章于 2024-07-19 16:12:05 发布

机电恐龙

最新推荐文章于 2024-07-19 16:12:05 发布

阅读量251

点赞数

文章标签： pytorch 学习深度学习

本文链接：https://blog.csdn.net/MEREDITH5948/article/details/127603117

版权

Lesson 1 - Overview

任何一项技术的发展热度曲线如FIg.1：发展期被关注，内部迭代快；下降期为该技术缺陷被发现；冰河期解决缺陷；如果能解决，进入应用期。
FIg.1
学习目标：如何使用PyTorch实现一个学习系统；理解基础的基本神经网络和深度学习概念。
要求：线性代数，概率论，Python

1. Human Intelligence

决策：information -> infer
预测：image -> prediction

2. Machine Learning

算法替代人脑。深度学习课程基本使用监督学习(supervised)。
算法：穷举法；贪心法；分治法；动态规划。
在这里插入图片描述

3. How to develop learning system?

Rule-based system:
Input -> Hand-designed prgram -> Output
Classic machine learning:
Input -> Hand-designed features -> Mapping from features -> Output
其中 mapping 相当于建立映射函数。
Representation learning:
Input -> Features -> Mapping from features -> Output
其中，在feature中提取向量，把向量给Mapping，feature提取和mapping学习器分别训练。
维度诅咒：如果input中feature数量越多，对采样样本需求数量越多，如图。
在这里插入图片描述
表示学习：高维 -> 低维

Deep learning:
Input -> Simple features -> Additional layers of more abstract features -> Mapping from features -> Output
end to end 端到端，整个模型进行训练。