04数据操作+数据预处理 问题笔记

 PPT：http://courses.d2l.ai/zh-v2/assets/pdfs/part-0_4.pdf

 课程代码对应Judpyter笔记本中的位置：

数据操作，数据操作实现 d2l-zh/pytorch/chapter_preliminaries/ndarray.ipynb

数据预处理实现 d2l-zh/pytorch/chapter_preliminaries/pandas.ipynb

P1数据操作

N维数组是机器学习和神经网络的主要数据结构

 

P2数据操作实现

张量表示由一个数值组成的数组，这个数组可能有多个维度。

torch.size() 括号中有几个数字就是几维
第一层（最外层）中括号里面包含了两个中括号（以逗号进行分割），这就是（2，3，4）中的2
第二层中括号里面包含了三个中括号（以逗号进行分割），这就是（2，3，4）中的3
第三层中括号里面包含了四个数（以逗号进行分割），这就是（2，3，4）中的4

 torch.exp(x) 对每个元素做指数运算

 广播机制

当两个数组的形状并不相同的时候，我们可以通过扩展数组的方法来实现相加、相减、相乘等操作，这种机制叫做广播（broadcasting）。

 广播的原则：如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符，或其中的一方的长度为1，则认为它们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。

  这句话乃是理解广播的核心。广播主要发生在两种情况，一种是两个数组的维数不相等，但是它们的后缘维度的轴长相符，另外一种是有一方的长度为1。

 节省内存

[运行一些操作可能会导致为新结果分配内存]

执行原地操作：

如果在后续计算中没有重复使用X，我们也可以使用X[:] = X + Y或X += Y来减少操作的内存开销。

P3数据预处理 

怎么读取原始数据，使得通过机器学习的方法进行处理

1.创建一个人工数据集，并存储在csv（逗号分隔值）文件

2.从创建的csv文件中加载原始数据集

3.为了处理缺失的数据，典型的方法包括插值和删除，这里，我们将考虑插值

4.对于inputs中的类别值或离散值，我们将“NaN”视为一个类别

5.现在inputs和outputs中的所有条目都是数值类型，它们可以转换为张量格式