动手学深度学习笔记1

环境配置Anaconda（Ubuntu）+Mxnet

mxnet-gpu目前最新只有cuda10.0对应的版本，要不自己找资料编译，要不降低cuda的版本
或者选择mxnet-cpu

Mxnet-cpu

新建虚拟环境
conda create -n gluon python=3.8

激活环境：
conda activate gluon

安装MXNet-cpu：
pip install mxnet

安装其它软件包：
pip install d2lzh
pip install jupyter
pip install matplotlib
pip install pandas

验证，无报错即可

第二章预备知识和第三章深度学习基础还是比较简单好理解的。

第三章

单层神经网络
线性回归——求连续值
softmax回归——求离散值

线性回归

1模型
线性回归假设输出与各个输入之间是线性关系

2模型训练
训练数据
损失函数：衡量预测值与真实值的误差
优化算法：有限次迭代模型参数尽可能降低损失函数的值

3模型预测

与神经网络的联系
线性回归是一个单层神经网络
输入个数：特征数或输入向量维度

3.1.3. 小结¶
和大多数深度学习模型一样，对于线性回归这样一种单层神经网络，它的基本要素包括模型、训练数据、损失函数和优化算法。
既可以用神经网络图表示线性回归，又可以用矢量计算表示该模型。
应该尽可能采用矢量计算，以提升计算效率
实现：

softmax回归

https://zh.d2l.ai/chapter_deep-learning-basics/linear-regression-scratch.html