[人工智能]PyTorch简要学习（李宏毅机器学习2021春）

1.什么是PyTorch?

2.与TensorFlow对比

3.Overview of the DNN Training Procedure

DNN训练程序概述

4.什么是Tensor?

Tensor，张量。一个高维度的矩阵。就像NumPy的Array.

5.Tensor里面存什么东西呢？

最常见，存浮点数、整数。

6.Tensor的形状

7.如何产生一个Tensor?

8.常见的运算

（1）Squeeze

(2)Unsqueeze

(3) Transpose转置

（4）cat

按照dim=1横着拼在一起。如果dim=0,就是竖着拼在一起。

（5）基本运算

mean()? 平均

（6）与numpy相近的方法

9.在CPU/GPU上跑

GPU的cuda：类似CPU的核心。

10.计算gradient

11.步骤1：load 数据

12.步骤二：建立自己的Neural Network

13.步骤三：Loss Function

第一个是计算均方误差（对于线性回归问题），第二个是交叉熵损失函数（对于分类问题）。

14.步骤四：Optimizer

15.步骤：Training、Validation、Testing

（上图最后一行代码不缩进，在for外）

16.保存/重载

17.更多

18.文档