寫在前面

本文是我的機器學(xué)習(xí)筆記，也是我根據(jù)我自己所學(xué)的知識總結(jié)的，對機器學(xué)習(xí)的零門檻入門讀物。由于是我自己總結(jié)的，內(nèi)容或多或少都有些錯誤。如果有不懂的問題或發(fā)現(xiàn)我文中的錯誤，歡迎大家及時批評指正！

本文會帶大家從支撐向量機一路講到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，在過程中，我會對所需要的前置知識進行講解。希望大家在看完之后，也能親手訓(xùn)練出自己的第一個神經(jīng)網(wǎng)絡(luò)！

趁手的工具——PyTorch

入門機器學(xué)習(xí)，光靠眼睛看可不行，需要自己親身實踐，才能逐步了解機器學(xué)習(xí)背后的原理。實踐就需要工具。目前在機器學(xué)習(xí)中，有兩個趁手的工具可以使用，一個是由google開發(fā)的tensorflow，另一個就是由facebook開發(fā)的pytorch。由于兩者都基于python——一門計算機語言——發(fā)展而來，因此，安裝整個環(huán)境的第一步，就是安裝python。

以下粘貼的鏈接為anaconda，它是一個python的包管理軟件，除了自帶python環(huán)境外，anaconda也會為python提供一個便捷的環(huán)境配置方案。

Windows系統(tǒng)點擊 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Windows-x86_64.exe 以下載；

Linux系統(tǒng)點擊?https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh 以下載。

下載好后，執(zhí)行程序，按照步驟安裝即可，注意過程中需要勾選所有含有“PATH”的選項。

安裝好以后，打開命令行，輸入

：

若看見“>>>”符號，即代表python已經(jīng)安裝成功。此時可以關(guān)閉命令行，也可以輸入

退出python環(huán)境。

第二步，我們將開始安裝pytorch。有條件的可以參考網(wǎng)絡(luò)上的教程安裝cuda與cudnn，隨后安裝支持GPU加速的pytorch；新手可以不考慮這些，我們的教程中不會有復(fù)雜到不得不使用GPU加速的神經(jīng)網(wǎng)絡(luò)。因此，我們可以安裝CPU版本，這樣方便我們?nèi)腴Tpytorch：

打開命令行，在命令行中粘貼如下命令：

隨后按下回車，等待命令執(zhí)行結(jié)束，即可在python中安裝pytorch。

命令執(zhí)行結(jié)束后，我們關(guān)閉當(dāng)前命令行，打開一個新的命令行，仍舊是輸入

啟動python環(huán)境，隨后我們輸入

import是python的一個關(guān)鍵詞，代表著包的導(dǎo)入。在每一次環(huán)境啟動時，都只會啟動最原始的變量與函數(shù)。此時，需要我們使用import語句導(dǎo)入我們需要的變量與函數(shù)。在這里，torch就是我們需要導(dǎo)入的模塊。

導(dǎo)入pytorch之后，我們新建一個torch的張量：

執(zhí)行結(jié)果如下圖所示。

張量是神經(jīng)網(wǎng)絡(luò)計算的一個重要概念。對于單個數(shù)，我們叫它“數(shù)”，或者叫它“標(biāo)量”；當(dāng)我們把一組標(biāo)量按照特定的順序組合起來時，我們叫它“向量”或者“矢量”；當(dāng)我們把多個向量橫著拼起來時，我們得到了一張二維數(shù)表，我們叫它“矩陣”。不管是標(biāo)量，向量還是矩陣，我們都可以稱之為“張量”。我們在提到張量時，前面一般會加上一個維度，比如標(biāo)量可以被看作“0維張量”，向量可以被看作“1維張量”，矩陣可以被看作“2維張量”。pytorch中的神經(jīng)網(wǎng)絡(luò)，就是在對于這些張量的計算中實現(xiàn)。

標(biāo)量舉例：；

向量舉例：；

矩陣舉例：。

我們之后還會再接觸到“標(biāo)量”、“向量”和“矩陣”這些概念，現(xiàn)在的階段，了解即可。在python中，列表的初始化用中括號進行，torch.tensor相當(dāng)于一個函數(shù)（實際上是一個類），它的輸入是python的列表，輸出（返回值）是pytorch的張量。讓我們看看以上所舉的示例在pytorch中如何被構(gòu)建：

將其輸入命令行后，我們可以得到我們想要的結(jié)果：

這個就是我們向pytorch中輸入標(biāo)量、向量和矩陣的過程。在之后機器學(xué)習(xí)的過程中，它們會如影隨形地存在著。然而，需要注意的是，無論多么復(fù)雜的神經(jīng)網(wǎng)絡(luò)，最后都可以被拆解成為“標(biāo)量”、“向量”、“矩陣”和“函數(shù)”這四個概念的組合技。因此，掌握這四個概念，就離掌握神經(jīng)網(wǎng)絡(luò)不遠了。