《深度学习基础》学习笔记分享园地 | 讯飞AI大学

import torch as t
from torch.autograd import Variable
import torch.nn as nn
x=Variable(t.Tensor([1]),requires_grad=True)
w=Variable(t.Tensor([2]),requires_grad=True)
b=Variable(t.Tensor([3]),requires_grad=True)

z=w*(x**2)+b

z.backward()
print(x.grad)
print(w.grad)
print(b.grad)

#Day 2+学习笔记+07/16
【深度学习技术路线】

• 编程基础：基本的python技能
• 数学基础：降落伞式学习法
• 学习路线：
  

章节结构

#Day 2+学习笔记 07/16

列表的增删改查

增：insert(),append()
删：remove(),pop(),del
改：结合索引
查：in,not,count,index

切片
[start:end:step]

if语句区分大小写

0维数组是个标量
1维数组是个向量
2维数组是个矩阵

创建数组的方式：
array、arange、ones、zeros、empty、eyes

改变数组的形状
reshape：当原数组中的元素发生改变时，新数组中对应的元素也会发生改变

Matplotlib
在接受列表时，默认是一个y轴的序列
接受两个列表，前者为X，后者为Y

深度学习
张量
基于张量的操作
计算图
自动求导
BLAS、cuBLAS、cuDNN等扩展包

#Day 02+学习笔记+07/16

变量命名规则：

• 只能包含字母、数字和下划线。变量名可以字母或下划线打头。
• 不能包含空格。
• 不能将python关键字和函数名用作变量名。
• 简短又具有描述性。
  

字符串：长度、大小写处理、拼接、格式化

数字：类型、运算、格式化

布尔型：变量、操作符

#Day 2+学习笔记 07/16

#DAY 2 学习笔记 07/16 柒

• 今天学习了一些python的变量名、字符串的长度、字符串的大小写处理、拼接及格式化；
• 还有数字的类型、运算以及格式化
  

（比如“{：。2f}”.format(3.1415926)就是保留小数点后两位）；

• 布尔型：True1、False0
• ==、！=、and、or、not
  

#Day 2+学习笔记+07/16

#day2+学习笔记+07/16
为什么是Python?
Python执行效率不如C++,但在模型搭建和算法实践上能省下不少时间，所以总体效率远高于C++,且Python拥有大量的第三方库。
                 编译型语言：将高级语言代码一次性的编译成可被该平台硬件执行的机器码。
编程语言｛
                 解释性语言：使用专门解译器对源程序逐行解释成特定平台的机器码并立即执行。
特点：
        1、简单。
         2、高效。
          3、主流机器学习、深度学习框架都提供Python接口。

#Day 3+学习笔记+07/17

1.  列表

1.1创建列表

list(range(start, stop[,step]))

列表推导格式：[变量的运算 for 变量 in 列表]

1.2列表元素操作

• 元素个数 len( )
• 最大元素max( )
• 最小元素min( )
• 元素之和 sum( )
  

1.3列表的增删查改

• 增：append( )   insert()
• 删：del   pop( )  remove( )
• 查：in  not in  count  index
• 改：
  

1.4切片

[ start: end: step ]

2.  元组

不可变的列表称为元组。

• 列表[ ]
• 元组( )
  

3.     字典{ }

4.     三种容器的对比

• list、tuple是有序列表；dict是无序列表
• list元素可变、tuple元素不可变
• dict的key值不可变，唯一性
• dict查询效率高，但是消耗内存多；list、tuple查询效率低、但是消耗内存低
  

第3天
七月十七号
学习了列表，字典和元组