misakisaigao的博客

1.少年与爱永不老去，即便披荆斩棘，丢失怒马鲜衣。–莫峻在深度学习中，我们经常需要对函数求梯度（gradient）梯度：表示某一函数在该点处的方向导数沿着该方向取得最大值【即函数在该点处沿着该方向此变化最快，变化率最大。。。就是高数中的微分！还有偏导的概念】pytorch提供的autograd包能够根据输入和前向传播过程自动构建计算图，并执行反向传播。什么是前向传播？(我去网上搜了一下含义，感觉这一个概念涉及了很多别的概念，写在这的话篇幅有些大了，我另开一个博客记录一下)下面会介绍如何使用.

我希望自己也是一颗星星。如果我会发光，就不必害怕黑暗。如果我自己是那么美好，那么一切恐惧就可以烟消云散。于是我开始存下了一点希望。——王小波下面所有内容均来自网络和自己的一点点理解。（侵删）额，它好像是属于神经网络的知识，so我先查了一下啥是神经网络神经网络可以指向两种，一是生物神经网络，一是人工神经网络生物神经网络：一般指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。人工神经网络（Artificial Neural Networks，简写为ANN.

数据操作在 pytorch中，torch.Tensor是存储和变换数据的主要工具【tensor可译作“张量”，张量可以看作是一个多维数组。标量可以看作是0维张量，向量可以看作一维张量，矩阵看作二维张量】创建TENSOR首先导入PyTorchimport torch然后创建一个5*3的未初始化的tensor:x=torch.empty(5,3)print(x)输出：tensor([[6.6801e+35, 7.7772e-43, 6.6806e+35], [7.7772e