动手学深度学习v2 课程笔记 — 深度学习基础

参考文章与视频：

---

一、深度学习介绍

1. AI地图：符号学 —> 统计 —> 机器学习

2. 应用：广告点击的案例

广告排名的三个步骤：（这个和听过的一个讲座一样：社会计算+广告学）

• 触发广告
• 每个广告的点击率预估
• 根据 点击率×竞价 来将广告排序

---

二、安装环境

1. 本地安装：CPU

首先，安装Anaconda + Juptyer Notebook。

Anaconda是包管理器和环境管理器；Jupyter可以将数据分析的代码、图像和文档全部组合到一个web文档中。

Anaconda安装

其次，使用pip安装库。

pip install torch torchvision d2l

2. GPU

翻墙用colab。

---

三、数据操作、数据预处理

1. 机器学习和神经网络中的主要数据结构为：n维数组。

• 0维数组：标量。
• 1维数组：向量。
• 2维数组：矩阵。
• 3维数组：图片。
• 4维数组：多张图片。
  

2. 创建数组

创建数组所需三个东西：形状、每个元素的数据类型、每个元素的值

3. 访问数组元素

4. 使用jupyer notebook 来运行操作数据

首先在命令行输入：jupyter notebook
其次在浏览器中打开：http://localhost:8888/

1. 导入torch
2. 生成张量Tensor：张量表示一个数值组成的数组，这个数组可能有多个维度。
   

创建数组：

对数组做算术运算：

张量合并：