第一篇，初识pytorch

神经网络，深度学习

这是我的第一篇博客，基于对python的喜爱，我开始研究pytorch。以前对神经网络的看法就是，无非就是判断，反馈，大量的数据验证嘛！现在看起来并不是那么简单，里面有很多不容易懂的概念，不容易理解的结构，反而让我感到有些意思。
这篇主要是介绍一些准备工作。

准备工作：安装

这一步很简单，我的笔记本是联想小新air14,mx250显卡，12g内存，应该是可以用GPU加速的

点开这个NVIDA控制面板
点击系统信息

在这里就可以查看你的显卡支持的是CUDA哪个版本，可以看到我的是10.1
然后我们直接去官网

我们进去官网可以找到这样一个页面，第一个是稳定版，第二个是先行版，所以我建议大家都选择第一个，然后最好是pip安装，将下面的命令复制到windowscmd命令窗口就可以了,然后就静静的等待安装的完成。
安装成功以后呢，我们就测试，一定要记得这个pytorch引用的是torch，不要引用错了。

大家可以看到我的并没有报错，print输出的是CUDA的支持情况，true就是支持了

同样的pycharm也可以（我用两种编辑器）,楼主曾遇到pycharm无法加载第三方的包的情况，在这里找到了解决办法。

准备工作：认识神经网络

经过楼主的仔细研究，发现很多pytorch代码看的云里雾里的，所以决定从神经网络概念开始入手，先理解然后再开始学习代码。网络有很多讲解，我也建议大家多查查资料先理解理解概念，再开始学习代码。
神经网络主要分为输入层，隐藏层（也叫中间层），输出层构成。数据从输入层进入神经网络，然后经由隐藏层进行数据处理，最后经输出层输出。
至于相关的梯度，反向传递什么我暂时还没有搞明白，这些概念我会在下一篇进行详细讲解，力图让如我一样的零基础，甚至负基础的人也能听懂。