深度学习PyTorch笔记（11）：线性神经网络5 线性神经网络5.1 线性回归5.1.1 线性回归的基本元素5.1.2 解析解5.1.3 数值解5.2 线性回归的从零开始实现5.2.1 生成数据集5.2.2 读取数据5.2.3 建立模型5.3 线性回归的简洁实现5.3.1 生成数据集5.3.2 读取数据5.3.3 建立模型这是《动手学深度学习》（PyTorch版）（Dive-into-DL-Py

浙大PTA<基础编程题目集>：7-10 计算工资题目内容某公司员工的工资计算方法如下：一周内工作时间不超过40小时，按正常工作时间计酬；超出40小时的工作时间部分，按正常工作时间报酬的1.5倍计酬。员工按进公司时间分为新职工和老职工，进公司不少于5年的员工为老职工，5年以下的为新职工。新职工的正常工资为30元/小时，老职工的正常工资为50元/小时。请按该计酬方式计算员工的工资。输...

2021李宏毅机器学习（5）：Domain Adaptation1 Domain Shift2 Domain Adaptation2.1 Basic Idea——寻找 Feature Extractor2.2 Domain Adversarial Training2.2.1 Feature Extractor2.2.2 Domain Classifier2.2.3 Limitation2.2.4

内容也和前面的一样，是关于网上一个免费小课（来自点头AI）的整理。

在看西瓜书的时候有些地方的数学推导（尤其是概率论的似然、各种分布）让我很懵逼，本科的忘光了，感觉有点懂又不太懂，基于此，干脆花一点时间简单从头归纳一下机器学习中的数学基础，也就是高数、线代、概率论（其实大学都学过）。本文全部都是基于我自己的数学基础、尽量用方便理解的文字写的，记录的内容都是我本人记忆不太牢靠、需要时常来翻笔记复习的知识，已经完全掌握的比如极限连续性啥的都不会出现在这里。学习内容来自

浙大PTA<基础编程题目集>：7-15 计算圆周率题目内容根据下面关系式，求圆周率的值，直到最后一项的值小于给定阈值。π2=1+13+2!3×5+3!3×5×7+⋯+n!3×5×7×⋯×(2n+1)+…\frac{\pi}{2}=1+\frac13+\frac{2!}{3\times 5}+\frac{3!}{3\times 5\times7}+\dots+\frac{n!}{...

深度学习PyTorch笔记（11）：线性神经网络5 线性神经网络5.1 线性回归5.1.1 线性回归的基本元素5.1.2 解析解5.1.3 数值解5.2 线性回归的从零开始实现5.2.1 生成数据集5.2.2 读取数据5.2.3 建立模型5.3 线性回归的简洁实现5.3.1 生成数据集5.3.2 读取数据5.3.3 建立模型这是《动手学深度学习》（PyTorch版）（Dive-into-DL-Py

深度学习PyTorch笔记（一）：创建Tensor1. Tensor预备知识1.1 创建Tensor1.1.1 创建未初始化的Tensor1.1.2 生成随机数1.1.3 torch.Tensor()与torch.tensor()1.1.4 一些特殊值矩阵这是《动手学深度学习》（PyTorch版）（Dive-into-DL-PyTorch）的学习笔记，里面有一些代码是我自己拓展的1. Tensor

PyTorch绘制函数图像及切线学习自DIVE INTO DEEP LEARNING，当时学的时候没运行成功，就是因为d2l的导入问题，现在用pip install d2l搞好了，所以干脆把这里面的代码拿出来学习一遍。#pip install d2l安装d2l这个包，这是重点，要不然后面编译不出%matplotlib inlineimport numpy as npfrom IPython imp

PyTorch绘制函数图像及切线学习自DIVE INTO DEEP LEARNING，当时学的时候没运行成功，就是因为d2l的导入问题，现在用pip install d2l搞好了，所以干脆把这里面的代码拿出来学习一遍。#pip install d2l安装d2l这个包，这是重点，要不然后面编译不出%matplotlib inlineimport numpy as npfrom IPython imp