当利用深度学习来解决现实世界的问题时，我们需要预处理原始数据，并将原始数据转换为张量格式。在 Python 中常用的数据分析工具中，通常使用 pandas 软件包，它与张量的数据格式兼容。“NaN”项代表缺失值，处理缺失数据的典型方法包括 插值法 和 删除法。前者使用一个替代值来代替 NaN；首先创建一个人工数据集，并存储在CSV（逗号分隔值）文件 house_tiny.csv 中。经过以上步骤，

个人在学习李沐的《动手学深度学习》时做的笔记