Pytorch作业（第一周）

一、第一次作业

1、pytorch安装

初识Pytorch（第一周） https://blog.youkuaiyun.com/weixin_38359037/article/details/106876631
window系统CPU下Pytorch安装全过程（第一周） https://blog.youkuaiyun.com/weixin_38359037/article/details/106910996

2、张量与矩阵、向量、标量关系？

张量是一个高维数组，它是标量、向量、矩阵的高维拓展。

3、Varible赋予张量什么功能？

自动求导功能。

4、torch.from_numpy创建张量，查看地址。

5、实现torch.normal创建张量的4种模式。

mean和std分别是标量、张量的四种组合。
如：
1）mean和std均是标量
t_normal=torch.normal(0.,1.,size(4,))
2）mean和std均是张量
mean=torch.arange(1,5,dtype=torch.float)
std=torch.arange(1,5,dtype=torch.float)
t_normal=torch.normal(mean,std)
3）mean是标量，std是张量
mean=0
std=torch.arange(1,5,dtype=torch.float)
t_normal=torch.normal(mean,std)
4）mean是张量，std是标量
mean=torch.arange(1,5,dtype=torch.float)
std=1
t_normal=torch.normal(mean,std)

二、第二次作业

1、调整线性回归模型的斜率和结束条件

2、计算图的两个主要概念

计算图是描述计算的有向无环图，含两个主要元素。
（1）结点：数据。即向量、矩阵、张量。
（2）边：计算。即加减乘除、卷积。

3、静态图与动态图区别

动态图：搭建与运算同时。如：Pytorch是动态图机制。每运行一次销毁一次图，花销大，但灵活。
动态图：先搭建，后运算。如：Tensor是静态图机制。一旦定义，训练时无法修改。

三、第三次作业

1、逻辑回归模型为什么可以进行二分类？

2、调整逻辑回归模型中mean_value和bias对训练结果的影响？

mean_value：越大，两类数据间距越大，越容易分类，导致acc很容易达到100%；反之，越小，两类数据重合越多，acc的准确率越低。
bias：越大，偏离画布中心点越远，对训练结果无影响。