入门 - nlp and torch 和 常用代码段 （项目代码每日复盘） 更新ing
基础代码段复盘：
时间：7.3新
安装类的：
1.Annaconda 增加删除镜像 channel, 以及其他python包安装解决办法
2.ubuntu利用conda创建虚拟环境，并安装cuda，cudnn，pytorch
3.ffmpeg使用
书写代码类的：
3. pytorch常用操作和方法：这个比较好，比第一个
5. 各种新建操作
6. pytorch：加载预训练模型中的部分参数，并固定该部分参数(真实有效)
8.Pytorch中nn.ModuleList和nn.Sequential的用法和区别
9.理解'*','*args','**','**kwargs'
学习类：
1.卷积神经网络CNN 写的很棒，很简单就理解了什么是cnn
3.视频理解论文杂读
4.深度学习中 Batch Normalization为什么效果好？
项 目 代 码 理 解:
持续更新，都是项目源码(●'◡'●)
1. 元组代码汇总
ent,phlens = zip(*b.ent) #解压得到的也为tuple b.ent = (ent,phlens,elens) #直接变三元组
2. list代码汇总
b.rel = [self.listTo(adj),self.listTo(rel)] # 两个list合并成一个list
3.tranpose and view 两者的区别与联系
首先，tran是矩阵翻转那种类型的，view仅仅是改变形状（简单的理解就是：先把一个tensor转换成一个一维的tensor，然后再组合成指定维度的tensor），也许你需要的是翻转，而不是改变形状，实验如下所示，并且记住当做完trans后的view必须新开一个内存。
上面是汇总的对比，view和trans的区别，view就是直接了当的排列数据，trans就不是，trans有一点点复杂 。我问了一下我男票，后来明白了
1）维度是 2，2，3的矩阵，进行 1，2的transpose变换是这样：
左边是原来的，右边是转置的，就相当于你有两份数据，每份数据进行了矩阵转置的操作 ，大家关键需要看坐标！！！每个数字都有自己的坐标
2）进行0，1维度的transpose操作：
我很蒙，当时....，其实大家主要看坐标，比如第二行的 （3，2，1）坐标分别是 （0，1，0），（0，1，1），（0，1，2） ————> （1，0，0），（1，0，1），（1，0，2）这亚子，所以变成了：
4.zeros_like函数，从函数名不难猜到，这个函数是用于生成和输入tensor大小相同的全零tensor的。
5.repeat()和expand()区别：
作用就是对指定的维度进行数值大小的改变。只能改变维大小为1的维，否则就会报错。 而 repeat 沿着指定的维度，对原来的tensor进行数据复制。这个函数和expand()还是有点区别的。expand()只能对维度为1的维进行扩大，而repeat()对所有的维度可以随意操作
6.Tensor的合并与分割：https://www.jianshu.com/p/4e57dbe1d281
参考链接：
https://www.jianshu.com/p/cf7adeff2a05
