机器学习手稿--PyTorch篇

PyTorch

• 什么是机器学习？
  • 机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能
  • 机器学习是对能通过经验自动改进的计算机算法的研究
  • 机器学习使用数据或者以往的经验，以此优化计算机程序的性能标准
• 机器学习的发展
  • 第一阶段是20世纪50年代中叶到60年代中叶，这个时期主要研究“有无知识的学习”，这类方法主要是研究系统的执行能力
  • 第二阶段从20世纪60年代到70年代，这个时期主要研究将各个领域的知识植入到系统里，在本阶段的目的是通过机器模拟人类学习的过程
  • 第三阶段从20世纪70年代到80年代，成为复兴时期，人们从学习单个概念扩展到学习多个概念，探索不同的学习策略和方法，且在本阶段已开始把学习系统与各种应用结合起来，并取得的很大的成功
  • 第四阶段从20世纪80年代开始，是机器学习的最新阶段，这个阶段有如下特点：
    • 机器学习已成为新的科学，他综合了心理学，生物学，神经生理学，数学，自动化和计算机科学等形成了机器学习理论基础
    • 融合了各种学习方法，且形式多样的集成学习系统研究正在兴起
    • 机器学习与人工智能各种基础问题的统一性观点正在形成
    • 各种学习方法的应用范围不断扩大，部分应用研究成果已转化为产品
    • 与机器学习有关的学术活动空前活跃
• 什么是“自然语言处理”？
  • 自然语言处理是计算机科学领域与人工智能的一个在重要方向
  • 能实现人与计算机之间用自然语言进行有效通信的各种理论和方法
  • 也是一门融语言学，计算机科学，数学于一体的科学
  • 自然语言主要处理机器翻译，舆情监测自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面
• PyTorch从何而来？
  • PyTorch是一个开源的Python库机器学习库，用于处理自然语言
  • 2017年1月，由Facebook人工智能研究院基于 Torch 退出了PyTorch
  • 提供了两个高级功能：
    • 具有强大的GPU加速的在张量计算
      • 张量就是一个n维数组结构　
    • 包含自动求导系统的深度神经网络　
• PyTorch有什么优点
  • PyTorch是西相当简洁且高效快速的框架
  • 设计追求最少的封装
  • 设计符合人类思维，它让用户（开发人员）极可能的专注于实现自己的想法
  • 与google的Tebsorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新　
  • PyTorch的作者亲自维护的论坛，供用户交流和求教问题
  • 入门简单
• PyTorch怎么安装（非常简单）

 

#默认 使用 cuda10.1
pip3 install torch===1.3.0 torchvision===0.4.1 -f https://download.pytorch.org/whl/torch_stable.
 
#cuda 9.2
pip3 install torch==1.3.0+cu92 torchvision==0.4.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html
 
#cpu版本
pip3 install torch==1.3.0+cpu torchvision==0.4.1+cpu -f https://download.pytorch.org/whl/torch_stable.html