《PyTorch 深度学习实战》- 第一章 深度学习回顾和PyTorch简介
1.1 PyTorch的历史
pytorch前身是Torch，Torch使用Lua和C语言，而后因为python的兴起，演变成为PyTorch。事实上，pytorch是提供动态图功能的chainer分支。
pytorch与2017年发布。
1.2 PyTorch 是什么
基于磁带的自动求导系统使Pytorch具有动态图功能。
关于磁带：https://blog.csdn.net/qq_37289115/article/details/109206099
1.3 使用计算图
通过演化，人们发现，绘制神经网络图可以将复杂性降低到最低。计算图通过操作描述网络中的数据流。
参考了解动态图和静态图：https://blog.csdn.net/IiProlog/article/details/133322194
https://zhuanlan.zhihu.com/p/630042893
1.4 探索深度学习
自从人类发明了计算机，我们就称它为智能系统，然而我们却一直在努力增强它的只能。最终，人类不能做而计算机可以做的只有运行计算机程序。但是一些人类可以轻松完成的事情是不可能被编码的，因此为了让计算机像人一样工作，需要编写大量的规则。
了解不同的架构：
- 全连接网络
- 编码器和解码器
- 循环神经网络
- 递归神经网络
- 卷积神经网络
- 生成对抗神经网络
- 强化学习
个人感悟：
1 pytroch的安装
安装pytorch时候，直接搜索官网，根据对应选项填写。
https://pytorch.org/
安装成功后用pychram检测一下：
import torch
print("hello")
注意 pip 安装的时候是pytroch 但是import载入的时候是torch。
2 pytroch的用处（小白版本）
PyTorch是一个基于Torch的Python开源机器学习库，主要由Facebook开发。它主要的特点是可以用GPUY加速的张量计算。
参考文献：
3 什么是张量
https://blog.csdn.net/qq_41889538/article/details/136589726