坏消息: 摸鱼摸了一天.

好消息: 动森的房贷还完了.

坏消息: 还完 98000 紧接着又借了 198000.

明天一定要好好学习. 嗯.

开始看 d2l 了, 感觉信息量比之前看的 20 天 Pytorch 大得多, 确实选个靠谱点的资料很重要啊. 虽然痛苦一点的公式我直接跳了, 现在还是赶紧抱佛脚学会使用最重要.

而且这玩意治失眠的效果也挺好的.

拿剩的工资在拼夕夕买了张 276 的全新 NS2 野炊卡带, 老猎人上全新卡带 345 一张, 这个价实在很难忍, 中途缺货一次我还以为错过了, 于是补货的时候下单了. 被饥饿营销成功了说是. 现在还没发货, 到时候看看是不是真有别人说的那么好玩.

计算机网络的起源

1954 年发明 transceiver, 终端到通讯线路到计算机的远程联机系统: 计算机网络的雏形

计算机网络的构建

直接连接: 硬件资源利用率低, 成本高, 线路利用率低
交换网: 先连接到交换机, 交换机再连接到硬件资源, 硬件资源和线路利用率高

交换机连交换机, 构成更复杂的网络

计算机网络的设计目标之一: 通过某种方式组建高效的网络系统, 提升计算机资源和线路的利用率.

GitHub链接

张量的结构操作.

创建张量

张量的创建方法类似 numpy 中创建 array 的方法.

猛猛玩了一天丝之歌, 好玩确实是好玩, 难也确实是难, 玩了几个小时心力交瘁, 感觉路边随便一个小怪都能一下打我两滴血, 一怒之下做了张图.

昨天晚上发生了一件很扯淡的事, 但我在抢购丝之歌没来得及写, 今天太累了不想写, 有空再说吧.

GitHub链接

低阶 API, 中阶 API, 高阶 API, 登神长阶 API.

低阶 API

线性回归模型

生成随机测试数据.

n = 400
X = 10*torch.rand([n,2])-5.0	# torch.rand是均匀分布 
w0 = torch.tensor([[2.0],[-3.0]])
b0 = torch.tensor([[10.0]])
Y = X@w0 + b0 + torch.normal(0.0,2.0,size = [n,1])	# @表示矩阵乘法,增加正态扰动

GitHub链接

Pytorch 的动态计算图.

动态计算图

Pytorch 的计算图由节点和边组成, 节点表示张量或者 Function, 边表示张量和 Function 之间的依赖关系.

Pytorch 的计算图是动态图:

• 计算图的正向传播是立即执行的, 无需等待完整的计算图创建完毕, 每条语句都会在计算图中动态添加节点和边, 并立即执行正向传播得到计算结果.
• 计算图在反向传播后立即销毁. 如果在程序中使用了 backward 方法执行了反向传播, 或者利用torch.autograd.grad方法计算了梯度, 那么创建的计算图会被立即销毁, 下次调用需要重新创建.