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。
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/
- 导入torch
- 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: