PyTorch深度学习实践学习笔记（1）

机器学习的过程：从数据集中把算法找出来
1）找出模型；
2）拿数据做训练；
3）验证模型。
基于规则的系统：输入——手动设计程序——输出；
经典的机器学习：输入——手动选取特征——建立映射函数关系——输出；
表示学习：（提取Features）

维度诅咒：input中feature数量多，维度变高，对数据的需求量会增大，工作量大。
降维：n维空间——3维空间
[3×1]=[3×n][n×1] ——找出3×n矩阵
深度学习：（训练过程是对整个模型进行训练，不分开）

SVM问题
1）手工设计功能的限制；
2）不能很好地处理大数据集；
3）越来越多的应用程序需要处理非结构化数据。
感知机与人工神经网络