色即是空却

感知机 感知机是一个二分类模型，最早的ai模型之一 它的求解算法等价于使用批量大小为1的梯度下降 不能拟合XOR函数 对比（二分类） 回归输出实数 softmax回归输出概率 训练感知机 判断$y_i

神经网络模型 首先，我们知道pytorch的任何网络net，都是torch.nn.Module的子类,都算是module，也就是模块。 model.apply(fn): pytorch中的model.

导入相关库 初始化数据 实现softmax 实现交叉熵损失函数 为了实现交叉熵损失函数，需要先理解下面的例子： 假定有三个类别，0表示苹果，1表示橘子，2表示香蕉。y[0,2]中的数字表示真实类别，0

回归与分类 回归估计一个连续值（房价预测 分类预测一个离散类别（手写数字识别 softmax回归是一种用于多分类问题的分类算法 本质是把全连接层输出转换成概率序列 类别分类与网络架构 假设将一个2*2

线性回归的基本实现 1.定义模型和初始化数据 2.定义损失函数和算法优化 3.训练，与人造数据集比对 导入模块 构造人造数据集 打印绘制人造数据集 设定mini_bash 定义初始化模型参数 定义损失

线性回归 房价模型 简化模型 简化模型 训练集：上层特征，输出目标 训练模型：将训练集提供给学习算法，然后监督学习算法产生一些函数 线性回归可以看做是单层神经网络（单层，是因为权重层是1） 衡量预估质

线性代数的实现 对称矩阵的转置是他本身 计算操作 矩阵的按元素乘法被称为哈达玛积 张量的求和 如果是一个标量和一个张量相加，就是张量所有元素加上标量 无论是任意形状张量的元素和x.sum()结果都是标

安装jupyter pip install jupyter d2l torchvision 下载jupyter 如果要安装《动手学深度学习》ppt的话进入https://github.com/d2l-

网络交互 网络接入 互联网 路由 掩码 交换机/逻辑交换机->SDN虚拟交换机， 如何发包/交互？ 路由一定是对称的吗？ 路由是工作在哪一层协议？ 路由是改的ip地址？>路由是改mac，找到发包口。