一、PyTorch神经网络基础1. 模型构造本应在jupytor里实现，现在还在跑模型，因此先在此记录一下1.1 层和块# 多层感知机import torchfrom torch import nnfrom torch.nn import functional as Fnet = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256,

CPU：可以处理通用计算，性能优化考虑数据读写效率和多线程GPU：使用更多的小核和更好的内存带宽，适合能大规模并行的计算任务增加模型泛化性。

安装在Anaconda Prompt中使用conda install jupyter即可。执行pip install jupyter notebook。打开在Anaconda中，打开下载有jupyter的虚拟环境，点击进入Jupyter Notebook即可。打开想要写代码的目录，输入jupyter notebook回车即可。使用在右上角New里新建一个文件：开始编写代码(特别的，输出可以不需要p

个人学习笔记，如有错误欢迎指正！预备课课程必备网站：[课程主页][https://courses.d2l.ai/zh-v2]，[教材][https://zh-v2.d2l.ai/]，[课程论坛讨论][https://discuss.d2l.ai/c/16]，[Pytorch论坛][https://discuss.pytorch.org/]深度学习是人工智能最热门的领域，核心是神经网络，应该想学习一

个人学习笔记，如有错误欢迎指正！预备课课程必备网站：[课程主页][https://courses.d2l.ai/zh-v2]，[教材][https://zh-v2.d2l.ai/]，[课程论坛讨论][https://discuss.d2l.ai/c/16]，[Pytorch论坛][https://discuss.pytorch.org/]深度学习是人工智能最热门的领域，核心是神经网络，应该想学习一

CPU：可以处理通用计算，性能优化考虑数据读写效率和多线程GPU：使用更多的小核和更好的内存带宽，适合能大规模并行的计算任务增加模型泛化性。

一、什么是深度学习深度学习是机器学习研究中的一个新的领域，动机在于建立模拟人脑进行分析学习的神经网络，是无监督学习的一种。通过组合底层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度：深度学习的前身是人工神经网络，就是试图模仿人脑的神经元之间传递和处理信息的模式。人工神经网络由各个层组成，输入层(输入训练数据)、隐含层(使输入数据向前传播到输出层)、输出层(输出计算结果)