深度学习 笔记

第一章 开篇

深度学习能学到什么？

• 了解深度学习有哪些技术
• 如何实现和调参
• 背后的原因（直觉上、数学上）

深度学习的介绍

 AI地图

深度学习能做什么呢？

• 给大量图片分类。
• 物体检测（识别图片中有什么内容，并且图片中的各个物体出现在什么地方）和物体分割（图片中的每一个像素到底是属于飞机还是属于人）。
• 样式迁移（将一张图片的样式换到另一张图片中）
• 人脸合成
• 文字生成图片
• 文字生成
• 无人驾驶

案例研究——广告点击

点击

预测与训练

完整的故事

安装

入门深度学习不同系统的环境安装看这篇就够了

https://mp.weixin.qq.com/s?__biz=MzU0NjgzMDIxMQ==&mid=2247620535&idx=1&sn=a18f918e4a6832967243dfa0d426d7d3&chksm=fa29b261fb00fac6ddc55e3f8ec878de8e8cc5c1e82f6e4f6f8a9aef7c548ef73364269d1775&scene=27https://mp.weixin.qq.com/s?__biz=MzU0NjgzMDIxMQ==&mid=2247620535&idx=1&sn=a18f918e4a6832967243dfa0d426d7d3&chksm=fa29b261fb00fac6ddc55e3f8ec878de8e8cc5c1e82f6e4f6f8a9aef7c548ef73364269d1775&scene=27Anaconda vs. Miniconda 的区别

Anaconda 和 Miniconda 都是 Python 的发行版，主要用于 数据科学、机器学习、科学计算，两者的核心区别在于 安装包的大小和默认预装的软件。如果你是Windows系统并且时新手想快速安装环境建议选择Anaconda，一步到位。

第二章 数据操作+数据预处理

数据操作

N维数组样例

创建数组

访问元素

数据操作的实现

我这里采用PyCharm编译器实现，首先我们需要先创建一个demo.py文件，然后导入torch（不是pytorch）

import torch

张量表示一个数值组成的数组，这个数组可能有多个维度

我们还可以通过张量的shape属性来访问张量的形状和张量的元素的总数

要改变张量的形状而不改变元素的数量和元素值，我们可以调用reshape函数

同时也能创建全0全1的张量

也可以通过列表来创建有初始值的张量

还有一些加减乘除的运算，以及逻辑运算

对张量中的所有元素求和会产生一个只有一个元素的张量

即使形状不同我们也可以通过调用广播机制来执行元素操作

数据预处理

import os
import pandas as pd  

os.makedirs(os.path.join('..','data'),exist_ok=True)
data_file = os.path.join('..','data','house_tiny.csv') #csv的意思是说每一行是一个数据，每一个域是用逗号分开的
with open(data_file,'w') as f:
    f.write('NumRooms,Alley,Price\n') #列名
    f.write('NA,Pave,127500\n') # 每行表示一个数据样本
    f.write('2,NA,106000\n') 
    f.write('4,NA,178100\n')
    f.write('NA,NA,14000')

data = pd.read_csv(data_file) #pandas可以将csv文件里的数据读取进来
print(data)

运行结果：

为了处理缺失的数据，典型的方法包括插值和删除，这里我们将考虑插值

import os
import pandas as pd
import torch

os.makedirs(os.path.join('..','data'),exist_ok=True)
data_file = os.path.join('..','data','house_tiny.csv') #csv的意思是说每一行是一个数据，每一个域是用逗号分开的
with open(data_file,'w') as f:
    f.write('NumRooms,Alley,Price\n') #列名
    f.write('NA,Pave,127500\n') # 每行表示一个数据样本
    f.write('2,NA,106000\n') #每行表示一个数据样本
    f.write('4,NA,178100\n')
    f.write('NA,NA,14000')

data = pd.read_csv(data_file)
print(data)

inputs,outputs = data.iloc[:,0:2],data.iloc[:,2]  #iloc是index和location的简写
                    # iloc[:,0:2]把第一个的第0和第2列的所有行拿出来放到inputs里面   iloc[:,2]把第二列的所有行拿出来放在outputs里面
# inputs =inputs.fillna(inputs.mean())
inputs.iloc[:,0:1]=inputs.iloc[:,0:1].fillna(inputs.iloc[:,0:1].mean())
#  .fillna(...)：用指定值填充缺失值。inputs.iloc[:,0:1].mean()计算第一列均值（字符串类型不会加入均值的计算中）
print(inputs)
inputs = pd.get_dummies(inputs,dummy_na=True,dtype=int)
# pd.get_dummies(...)
# pandas 的“独热编码”函数，会把类别型列拆成多列 0/1 变量。
# dummy_na=True
# 默认情况下，缺失值（NaN）会被直接忽略；设成 True 后，会为每一列额外再生成一列 “<原列名>_NaN”，用来指示原来那个值是不是缺失。
# dtype=int
# 指定生成的虚拟列数据类型为 int（默认是 uint8，这里显式改成 int）。
# 结果直接赋值回 inputs
# 相当于原地替换：原来的类别列被删掉，换成一堆 0/1 列（以及可能的 NaN 指示列）。
print(inputs)

x,y = torch.tensor(inputs.values),torch.tensor(outputs.values)
print(x,y)

运行结果：

结果总结：这个样例通过读取一个csv样本的数据文件读取进来做一定的特征域处理处理，然后变成一个pytorch的一个tensor。把原本一种类型的列拆成了两种类型。

线性代数

向量

矩阵

标量由只有一个元素的张量表示

import torch

x = torch.tensor([3.5])
y = torch.tensor([2.0])
print(x+y),print(x*y),print(x/y)

运行结果：

可以将向量视为标量值组成的列表

通过张量的索引来访问任意元素

访问张量的长度

只有一个轴的张量，形状只有一个元素

对称矩阵A等于其转至

就像向量是标量的推广，矩阵是向量的推广一样，我们可以构建具有更多轴的数据结构

给定具有相同形状的任何两个张量，任何按元素二元运算的结果都将是相尚形状的张量

两个矩阵的按元素乘法称为哈达玛积（Hadamard product)(数学符号O)

---------------------------------------------------------------------------------------------------------------------------------都是概念有点难啃，先暂停一下，后续来补。