第1章 深度学习和pytorch库简介
1.1 深度学习革命
机器学习依赖特征工程。而深度学习是从原始数据中自动找出这样的特征。
1.2 pytorhc深度学习
pytorch是一个python程序库。pytorch为深度学习提供了入门指南。pytorch的核心数据结构——张量,为一个多维数组,与numpy数组相似。pytorch可以在专用硬件上执行加速数学操作的特性,使得神经网络在单机或并行计算变得方便。
1.3 为什么用pytorch
pytorch很容易被推广,因为简单;
很容易操作张量;
使用GPU加速计算;
提供了支持通用数学表达式数值优化的工具,该工具用于训练深度学习模型。
可以关注问题本身;
配备了高性能的C++环境,方便部署。
1.4 pytorch如何支持深度学习
构建神经网络的pytorch核心模块位于torch.nn中,提供了通用的神经网络层和其它架构组件。为了训练模型,还需要:数据集、优化器、硬件计算。
(1)从外部获取数据,然后将数据中的每个样本转换成pytorch可以处理的张量;
(2)数据预处理在torch.utils.data中的Dataset类;
(3)由于数据存储很慢,需要并行化数据加载。加载数据,在DataLoader类中实现;
(4)循环训练数据,并用损失函数评估模型,tor