迴歸問題：
計算loss
更新w，b1
迭代
--------------------------------------------------------------------------------------------
minst
d1,d2,d3就是 層H1,H2,H3的維度
預測值的計算公式
激活函數
argmax最大值索引![]()
____________________第四章：pytorch基礎--------------------------
數據類型：
1.標量：維度=0（不用[]創建的就是標量）
-----------------------------------1維的張量 =======
張量：
不使用 [] 創建，隨機初始化：
使用numpy創建：
_______________________dimension=2 維度爲2-------------------------------
__________dimension=3 維度爲3---------------
__________dimension=4 維度爲4---------------
常用方法 ： dim：維度
創建張量-----------------
未給初始值的創建方法 接口開頭大T，注意區分
問題：會出現非常大 或非常小的數
隨機初始化
正態分佈
全部賦值爲x
等差數列 不包含最後一個數
linspace:包含最後一個數 steps切成多少份
其他： eye對角矩陣
隨機種子
------------------------切片------------------------------------------------------
索引
切片
注意：[:2]表示0,1 不包含2
三個點：代表取所有
masked_select()
注意：會拉成一維 長度取決於篩選出多少
--------------------------------------維度變換------------------
1.view和reshape 在torch中作用一樣
2.squeeze壓縮維度 unsqueeze展開維度
unsqueeze：增加維度
取值範圍【-dim-1，dim+1）
正索引在之前插入 負索引在之後插入
例子：
squeeze：參數：要刪減的維度 （省略：在維度上是1的全刪掉）
注：只能刪掉1的維度，不是1的刪不掉
-----------------------------------------------------------------------------------------------------------------------------------
3.擴張：expand或repeat
區別：repeat複製了數據
expand：
expend_as(A)擴成跟A一樣的維度
只能擴張原來是1的維度位置
-1表示跟原來一致
repeat：參數意義：每個維度要拷貝的次數
-------------------------------------------------------------------------
4.轉置
.t 只能用於2維
transpose 交換兩個維度
permute把原來維度按索引的形式重排列
-------------------------------------------------------------------------------------------------------------------------------------------------------
pytroch的自帶功能 Broadcasting：自動擴展
原理圖：
--------------------------合併----------------------------------------------
cat
非cat的維度上必須一致
stack：插入一個新的維度（相當於插入了一個新的語義）
所有維度必須相同
--------------------------------分割-------------------------------------------------
split
第一種：直接給一個數 表示拆分成n塊 ，每一份長度1，其中n=2/1=2
第二種：給一個列表 表示每一份佔多少
【1,1】：第一個長1 第二個長1
【3,2】：
chunk：拆分成n塊
-----------------------------------------運算-------------------
根據broadcasting自動填充，把【4】填充爲【3,4】
加
減
a-b
乘
a*b（相同位置乘）
除
a/b
-----------矩陣相乘
.mm只適合2d的矩陣相乘（推薦還是使用matmul）
@符號 同.matmul
''
4維矩陣相乘：乘的是最後的維度
前面維度不同的情況，使用broadcasting填充
【4，1，64,32】填充爲【4,3,64,32】
pow次方運算------------------------
使用full創建全是3的矩陣，再做平方
開方sqrt（）------------------
exp和log-------------------------
exp（）對矩陣做以e爲底的運算
近似值運算------
floor下取整，ceil上取整 ，trunc取整數部分，frac取小數部分
round（）四捨五入
clamp限制範圍-------------------------------
生成0~15的矩陣，找出最大值和中值
max 、median
大於10 的替換爲10
-------------------------------統計屬性-----------------------------------
norm範數
最小 最大 平均 累乘
累加
argmin，argmax
最大最小索引：不帶參數先拉成一維 再找索引
添加dim屬性
max（）argmax（） 添加dim屬性
添加keepdim屬性
topk最大的n個，largest=False：反向
kthvalue 第n小
比較符-----------------------------------------------------------------------
torch中沒有ture flase使用0,1代替 類型uint8
eq（）和equal（）
eq返回每個位置是否相等
equal返回整個矩陣是否相等
where-------------------------------------------------------------------------
根據condition的值決定取A矩陣還是B矩陣的相應元素
1的話取A的值
gather======================================
