摘要：
- `Tensors`并`Variables`已合并
- `Tensors`支持0维（标量）
- 弃用`volatile`标签
- `dtypes`，`devices`和`NumPy`风格的创作功能
- 编写`device-agnostic`代码
- `nn.Module`中子模块名称，参数和缓冲区中的新边界约束 阅读全文
摘要：
这一篇章幅度较大，对于熟悉numpy的同学可能得心应手很多，如果对numpy不是特别熟悉的同学，建议先按照上述所给的教程学一遍numpy，再过来学习tensor这个数据类型，从一二维过渡到高维，也将更容易上手。
这篇文章内容虽多，但从实用的角度来说，相对而言也比较全面，其中内容不需要全部熟稔于心，但至少得对每个方法都大概有个印象，知道有这个东西，这个东西能干啥！ 阅读全文
摘要：
这篇文章通过手写数字问题的引入，算是对深度网络模型做了一个简单的介绍。
接下来也将通过torch解决手写数字问题，两者映照，将会让你更加了解torch实现一个深度模型解决实际问题的流程。 阅读全文
摘要：
Pytorch从入门到放弃 一、前置基础（选看） 0101-Python从入门到放弃（目录） 0102-人工智能（目录） 0103-numpy模块 0104-DeepLearning-图像识别（cnn 流程架构） 二、Pytorch 引入 本章更多的是对 torch 的发展史的简单阐述。 0201- 阅读全文
摘要：
本篇文章从torch的角度去解决了线性回归问题，细节你可能不懂，但也可以发现它是非常简单的，全程没有让你去实现优化器、去实现全连接层、去实现反向传播，在这里你就不需要去实现一个数学公式。你需要做的仅仅是成为一个优秀的调包侠，并且努力成为一个伟大的调参师即可。
至于为什么直接上代码，而不是先讲解torch的基础，一定是有深意的。站得高看得远，先带你领略下torch的用途及其强大，然后我们再慢慢的一步一步筑基。 阅读全文
摘要：
本篇文章讲解了机器学习中较为简单的线性回归算法，虽然很多细节没有涉及到，例如噪声的处理和正则化问题、方差和偏差问题、多元特征回归……
但是本篇文章的核心目的还是想让大家能够利用numpy实现线性回归模型，从最后的代码中可以看出，利用numpy我们就是在把前面的各种数学语言一个一个实现，求误差、求偏导、求梯度，这还只是最简单的回归问题，如果更复杂呢？我们也这样，怕是能让你秃头。
也因此，我们不得不引出我们接下来要讲的框架，他有什么好处，他的好处就是把我们上面的是三个函数封装好了，你需要做的仅仅只是调个函数，传个参数即可。 阅读全文
摘要：
本篇文章正式介绍了torch和tf的区别，废话那么多，相信你已经很明白两者的区别了，不过是五十步笑百步，先学哪个按照你的需求来就行，但是无论你第一个选择了哪个，另外一个都要作为你的备胎，两个都要学，只不过一个主，一个次。
如果两者对你来说都可以先学，那么，我也教了你一个简单的方法，抛硬币！ 阅读全文
摘要：
尊敬的各位老师，你们好： 我叫陈有德，来自江西景德镇，曾从事Python开发、it培训机构的Python讲师，有近两年的Python开发经历。 大学就读的是金融相关专业，但进入大学后发现自身对计算机非常感兴趣，大学期间便开始了对计算机专业知识的学习。18年临近毕业，本人想从事it行业相关工作，但由于 阅读全文
摘要：
[TOC] 通过代码验证python解释器内部使用了常量池 Python的引入 人类认识世界是从认识世界中的一个又一个实物开始，然后再对其用语言加以描述。例如当中国人看到苹果时，便会用中文“苹果”加以描述，而用英语的一些国家则会用“apple”加以描述。 以上说到的中文和英文都是人类认识并描述世界的 阅读全文
摘要：
[TOC] OSI简介 OSI只是计算机网络中的一种协议名称缩写，它只是电脑间传输数据的协议，并不代表具体的物理设备，并且这种协议，只是被人为的划分为五层：物理层、数据链路层、网络层、传输层、应用层。记住，它只是协议，因此它被划分为五层后，那五层也都只是协议，并不是五层物理设备，爸爸决定了儿子。 物 阅读全文