学习前- - -计算机缺失的一课
The Missing Semester of Your CS Education
开始学习- - -安装
安装CONDA
安装依赖Python 3.x的anaconda或者miniconda(miniconda是anaconda精简版), 推荐国内镜像:
清华大学开源软件镜像站 | Tsinghua Open Source Mirror
安装深度学习框架和d2l软件包
可以按如下方式安装PyTorch的CPU或GPU版本:
pip install torch==1.12.0
pip install torchvision==0.13.0
接下来是安装d2l包,以便调取经常使用的函数和类:
pip install d2l==0.17.6(版本建议最新)
下载 d2l Notebook
略
数据操作
张量(tensor):张量类(在MXNet中为ndarray, 在PyTorch和TensorFlow中为Tensor)都与Numpy的ndarray类似。
//导包
import torch
它被称为PyTorch,但是代码中使用torch而不是pytorch。张量表示一个由数值组成的数组,这个数组可能有多个维度。 具有一个轴的张量对应数学上的向量(vector);具有两个轴的张量对应数学上的矩阵(matrix)。
理解生成张量、运算符、广播机制、索引和切片、节省内存和转为其它python对象。
数据预处理
:使用pandas预处理原始数据,并将原始数据转换为张量格式
//读取数据
import os
import pandas as pd
data = pd.read_csv(data_file)
print(data)
数据集
// NumRooms Alley Price
0 NaN Pave 127500
1 2.0 NaN 106000
2 4.0 NaN 178100
3 NaN NaN 140000
缺失值处理
inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2]
inputs = inputs.fillna(inputs.mean())
print(inputs)
inputs = pd.get_dummies(inputs, dummy_na=True)
print(inputs)
转换为张量格式
import torch
X, y = torch.tensor(inputs.values), torch.tensor(outputs.values)