plum_blossom

本篇文章主要介绍神经网络的基本概念，包括感知器的基本概念，前向计算，反向传播，分类与回归，过拟合和欠拟合，正则化问题。

本篇文章主要介绍Pytorch搭建神经网络基本组成模块，Pytorch完成波士顿房价预测模型搭建并且使用。

本篇文章主要介绍autograd的方法，包括梯度与机器学习中的最优解，Variable is Tensor，如何计算梯度

介绍autograd中的几个重要概念、torch.nn库、Visdom、tensorboardX、torchvision。

本篇文章介绍Tensor统计学相关的函数、分布函数、随机抽样、线性代数运算、矩阵分解——PCA、SVD分解——LDA。

本篇文章主要介绍Tensor的张量裁剪、索引与数据筛选、组合与拼接操作、切片操作，并且进行代码展示。

本篇文章介绍tensor的变形、填充&傅里叶变换、pytorch的简单编程技巧，模型的保存/加载，并行化、分布式、Tensor on GPU、Tensor的相关配置、Tensor与numpy的相互转换

本文主要介绍PyTorch的基础知识，PyTorch的优点，案例，PyTorch和Tensorflow的对比，让我们对PyTorch的框架有一个基本的了解。

本篇文章主要介绍机器学习问题的构成元素，pytorch中的基本概念：张量，变量，nn.Module,Tensor与机器学习的关系.