Datawhale第10期組隊學習活動：《動手學深度學習》課程筆記第一次打卡
課程頁面：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV
1 準備
1.1代碼環境搭建
pytorch快速安裝【清華源】
我之前已經安裝anaconda。所以我選擇conda模式安裝，該方式方便快捷：
按照官網（https://pytorch.org/）的方法安裝pytorch
根據自己的選擇，得到應該正確運行的代碼
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
當然，直接運行這行代碼也不是不行，就是你會被下載速度搞崩潰，畢竟1個多G的內容要下載。在這裏我們換用大家都在用的清華源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
# reference
# https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然後直接運行下面的命令就可以愉快的快速安裝了：
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
至此，我們就可以在anaconda以及pycharm上實現課程中的代碼了
1.2學習方式
在這裏，我引用一位小夥伴的學習方式，我用着蠻舒服的，在這裏記錄一下：
（1）課程jupyter寫得很好，第一步先自行看jupytern的知識基礎，有能力的話先自己過一遍代碼
（2）第二步帶着疑問去看代碼講解視頻，解答自己之前的疑惑，記錄在代碼註釋裏，成爲自己的東西
我是把jupyter的代碼自己保存到了本地（fork），打開個人項目運行後點jupyter右上角的 文件——導出 可以保存，然後把通過視頻學到的註釋在代碼旁
（3）如果還有沒有解決的疑問或學的不是很懂，可以看網頁版的《動手學深度學習》電子書http://tangshusen.me/Dive-into-DL-PyTorch/#/或是其他兩門基礎的課程，如果還不是很懂，可以在評論區和羣裏談論交流。
2 第一天內容
2.1 線性迴歸
（1）線性迴歸的基本要素
（2）線性迴歸模型從零開始的實現
（3）線性迴歸模型使用pytorch的簡潔實現
2.2 softmax與分類模型
（1）softmax迴歸的基本概念
（2）如何獲取Fashion-MNIST數據集和讀取數據
（3）softmax迴歸模型的從零開始實現，實現一個對Fashion-MNIST訓練集中的圖像數據進行分類的模型
（4）使用pytorch重新實現softmax迴歸模型
2.3 多層感知機
（1）多層感知機的基本知識
（2）使用多層感知機圖像分類的從零開始的實現
（3）使用pytorch的簡潔實現
3 第二天學習內容
3.1文本預處理
文本是一類序列數據，一篇文章可以看作是字符或單詞的序列，本節將介紹文本數據的常見預處理步驟，預處理通常包括四個步驟：
（1）讀入文本
（2）分詞
（3）建立字典，將每個詞映射到一個唯一的索引（index）
（4）將文本從詞的序列轉換爲索引的序列，方便輸入模型
3.2語言模型
（1）語言模型的概念
（2）N元語法
（3）時序數據的採樣（隨機採樣+相鄰採樣）
3.3循環神經網絡基礎
（1）循環神經網絡的構造
（2）從零開始實現循環神經網絡
（3）循環神經網絡的pytorch實現