第1章 深度学习和pytorch库简介
1.1 深度学习革命
机器学习依赖特征工程。而深度学习是从原始数据中自动找出这样的特征。
1.2 pytorhc深度学习
pytorch是一个python程序库。pytorch为深度学习提供了入门指南。pytorch的核心数据结构——张量，为一个多维数组，与numpy数组相似。pytorch可以在专用硬件上执行加速数学操作的特性，使得神经网络在单机或并行计算变得方便。
1.3 为什么用pytorch
pytorch很容易被推广，因为简单；
很容易操作张量；
使用GPU加速计算；
提供了支持通用数学表达式数值优化的工具，该工具用于训练深度学习模型。
可以关注问题本身；
配备了高性能的C++环境，方便部署。
1.4 pytorch如何支持深度学习
构建神经网络的pytorch核心模块位于torch.nn中，提供了通用的神经网络层和其它架构组件。为了训练模型，还需要：数据集、优化器、硬件计算。
（1）从外部获取数据，然后将数据中的每个样本转换成pytorch可以处理的张量；
（2）数据预处理在torch.utils.data中的Dataset类；
（3）由于数据存储很慢，需要并行化数据加载。加载数据，在DataLoader类中实现；
（4）循环训练数据，并用损失函数评估模型，torch.nn类中包含损失函数；
（5）用优化器自动更新模型。在torch.optiom中。
（6）部署
1.6 练习题
1、查看python版本
在命令窗口输入：python --verion即可查看但钱python的版本。
2、导入torch，并查看pytorch的版本
3、查看cuda是否可以
返回True代表cuda可以正常使用。
4、在Jupyter Notebook中查看python版本并查看位置。
参考资料：
1. 深度学习和PyTorch库简介 · 深度学习与PyTorch（中文版） (paper2fox.github.io)
2. PyTorch深度学习 Deep Learning with PyTorch ch.2, p.1_哔哩哔哩_bilibili
