《人工智能实践教程——从Python入门到机器学习》阅读分享一 环境安装和基本概念和api测试
一、环境安装
下载：
放到linux的目录，并运行sh Miniconda3-py39_24.7.1-0-Linux-x86_64.sh -b
接着运行：conda init
执行conda create --name d2l python=3.9 -y
执行 conda activate d2l 激活d2l虚拟环境
conda activate d2l
安装pytorch gpu版本
pip install pytorchvision==0.13.0
pip install d2l==0.17.6
接下来下载d2l notebook
make d2l-zh & cd d2l-zh
unzip d2l-zh.zip && rm d2l-zh.zip
cd pytorch
jupyter notebook 就可以看到jumpter网页了。 到此就可以使用jupyter 也可以使用python编写测试程序了。
二、基本API学习测试和概念消化
进入第2章预备知识学习我们了解了很多常用的api。就可以进入python进行测试和练习了。
我这里也找了一个网页，正好对照来测试：
数据和数据操作
张量tensor 也就是n阶数组具有n轴的数组。
标量 0阶张量 就是一个数字 如 3.14 、20、
向量 1阶张量 是一个一维数组 如[1,2,3,4]。
矩阵 2阶张量 一个二维数组 如[[1,2],[3,4]]。
高阶张量：三维或更高维数组 如一个三维张量：[[[1.2],[3,4]],[[5,6],]7,8]]]
张量可以在不同的维度上进行操作，如加法、乘法、转置等。大量的各种操作。
以下的操作都必须在python下进行
用arange创建一个张量x：
EEWORLDIMGTK0
EEWORLDIMGTK1
查看张量的形状
EEWORLDIMGTK2
查看元素数量：
EEWORLDIMGTK3
把这个张量的形状有向量改为3x4的矩阵
EEWORLDIMGTK4
创建并初始化一个张量为(2，3，4)的矩阵，数据全0
EEWORLDIMGTK5
创建并初始化一个张量为(3，4，5)的矩阵，数据全1
EEWORLDIMGTK6
创建并初始化一个张量为(3，3)的矩阵，对角线数据1
EEWORLDIMGTK7
创建随机数的二维张量
EEWORLDIMGTK8
等等，有很多的命令，可以自己试试。
运算符
对于有相同形状的张量，有加减乘除 **运算，都是按元素进行运算。如下所示：
EEWORLDIMGTK9
EEWORLDIMGTK10
张量还可以互相连起来
EEWORLDIMGTK11
张量还可以比较
EEWORLDIMGTK12
可以对张量的各元素值求和。
EEWORLDIMGTK13
张量的广播
EEWORLDIMGTK14
索引和切片
张量中的元素可以通过索引访问 第一个元素索引为0 最后一个为-1
可以用2：4选择2，3元素
EEWORLDIMGTK15
用索引更改值
EEWORLDIMGTK16
节省内存
before = id(y)
y=y+x
id(y)=before
==>
before=id(y)
x += y 或者 x[:] =x+ y 据说这句能节省内存
id(x) =before;
7
还可以转换为其他类型对象 这里要调用
数据预处理
因为这里有个文件权限问题，所以没测试。
读取数据集 比如在文件中读取
保持数据集 到文件中
要使用下面的包并用里面的函数
import os
improt pandas as pd
点积
0
可以这么操作：
梯度
查阅文档
dir函数可以查询模块中所有函数和类
查询特定函数和类的用法
由于刚学，这章就先看和测试到这里，谢谢。
本文来自论坛，点击查看完整帖子内容。
