《pytorch深度学习实战》学习笔记第1章

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