pyTorch入门

人工智能：多领域交叉科学技术

机器智能：计算机智能决策算法

深度学习：高效的机器学习算法 (是机器学习的子集）

X（Input） --> model（f(x)） --> Y (决策变量）

机器学习的五个模块：

1. 数据（进行采集、清洗、整理、划分、预处理、增强等）

2..模型（根据任务的不同选择不同的模型） 

3.损失函数（loss指示输出和标签之间的差异，模型好与坏的评价标准）

4.优化器（优化模型中的可学习参数，优化参数使模型的表现越来越好） 

5.迭代训练 ，反复迭代更新的过程中，监控训练效果，根据训练效果调整训练策略，根据loss曲线等。

My Learning Experience: 林轩田 《机器学习基石》《西瓜书》《统计学习》《花书》-论文- PyTorch   ，没有办法实现自己的idea, pyTorch比较适合新手入门。

PyTorch日益增长的发展速度与深度学习时代的迫切需求

与众不同的课程设计，深入模型训练各步骤，分析学习PyTorch

学习pyTorch的方法：

首先简历课程知识框架，通过所给资料搭建课程框架，熟悉课程知识点分布；

突破重点，找出难点；

理论与代码相结合，通过作业来巩固知识；

总结与分享。