DL|深度学习笔记

把自己在学习深度学习过程中搜索的各种问题记到这里。

1. X = torch.normal(0, 1, size=(2, 1)) 意思是从均值为0，标准差为1的正态分布中抽取随机数，2行1列，“size=”可以省略不写
2. param -= lr * param.grad / batch_size 这就是梯度下降。（-=已存入内存）
   
3. 全连接层：是每一个结点都与上一层的所有结点相连，用来把前边提取到的特征综合起来
4. Fashion-MNIST下载后，mnist_train有6000行，2列。其中mnist_train[i][0].shape=[1][28][28]，因为每个输入图像的高度和宽度均为28像素， 数据集由灰度图像组成，其通道数为1。mnist_train[i][1]取值为0-9，表示它的10个类别，分别为t-shirt（T恤）、trouser（裤子）、pullover（套衫）、dress（连衣裙）、coat（外套）、sandal（凉鞋）、shirt（衬衫）、sneaker（运动鞋）、bag（包）和ankle boot（短靴）。
5. -torch.log(y_hat[range(len(y_hat)),y])的解释&#