动手深度学习v2

引言

机器学习中的关键组件

无论什么类型的机器学习，都需要以下组件：

1. 学习的数据
2. 转换数据的模型
3. 目标函数，量化模型的有效性
4. 调整模型参数以优化目标函数的算法

数据

大多时候遵循独立同分布（指随机过程中，任何时刻的取值都为随机变量，这些随机变量服从同一分布，并且互相独立）

目标函数

通常定义一个目标函数，并希望优化它到最低点。 因为越低越好，所以这些函数有时被称为损失函数（loss function)

优化算法

一种算法，它能够搜索出最佳参数，以最小化损失函数。 深度学习中，大多流行的优化算法通常基于一种基本方法–梯度下降（gradient descent）。

各种机器学习问题

监督学习

监督学习（supervised learning）擅长在“给定输入特征”的情况下预测标签。 每个“特征-标签”对都称为一个样本（example）。

• 回归：当标签取任意数值时，我们称之为回归问题
• 分类：多标签分类
• 搜索：在信息检索领域，我们希望对一组项目进行排序。 首先为集合中的每个元素分配相应的相关性分数，然后检索评级最高的元素。
• 推荐系统：目标是向特定用户进行“个性化”推荐。
• 序列学习：要求模型需要拥有记忆功能。输入和输出都是可变长度的序列，例如机器翻译和从语音中转录文本。

无监督学习

数据中不含有“目标”的机器学习问题通常被为无监督学习（unsupervised learning）

• 聚类（clustering）问题：没有标签的情况下，我们是否能给数据分类呢？
• 主成分分析（principal component analysis）问题：我们能否找到少量的参数来准确地捕捉数据的线性相关属性？
• 因果关系（causality）和概率图模型（probabilistic graphical models）问题：我们能否描述观察到的许多数据的根本原因？例如，如果我们有关于房价、污染、犯罪、地理位置、教育和工资的人口统计数据，我们能否简单地根据经验数据发现它们之间的关系？
• 生成对抗性网络（generative adversarial networks）

强化学习：与环境互动

无论是有监督学习还是无监督学习，都会预先获取大量的数据。然后启动模型，不再与环境交互，称为“离线学习”。

强化学习（reinforcement learning）

在强化学习问题中，智能体（agent）在一系列的时间步骤上与环境交互。 在每个特定时间点，智能体从环境接收一些观察（observation），并且必须选择一个动作（action），然后通过某种机制（有时称为执行器）将其传输回环境，最后智能体从环境中获得奖励（reward）。 此后新一轮循环开始，智能体接收后续观察，并选择后续操作，依此类推。

强化学习的目标是产生一个好的策略（policy）。 强化学习智能体选择的“动作”受策略控制，即一个从环境观察映射到行动的功能。

预备知识

数据操作

节省内存

运行一些操作可能会导致为新结果分配内存。 例如，如果我们用Y = X + Y，我们将取消引用Y指向的张量，而是指向新分配的内存处的张量。

我们一般不希望这样，因为：

1. 我们不想总是不必要地分配内存，希望原地执行更新。
2. 如果不原地更新，代码有可能会引用旧的参数。

如果进行原地操作：

使用切片：Y[:]=<expression>
需要注意的是：如果操作涉及到了改变矩阵的维度，就不能使用此方法。

Z = torch.zeros_like(Y)
print('id(Z):', id(Z))
Z[:] = X + Y
print('id(Z):', id(Z))

输出：
id(Z): 139931132035296
id(Z): 139931132035296

如果在后续计算中没有重复使用X， 我们也可以使用X[:] = X + Y或X += Y来减少操作的内存开销。

转换为其他对象

torch张量和numpy数组将共享它们的底层内存，就地操作更改一个张量也会同时更改另一个张量。

import numpy
import torch

X = torch.ones(2,2)
Y = X.numpy()
Y[0][0] = 2
print(X)
print(Y)