用PyTorch玩深度学习（二）

第一期安装好后，终于第二期了，不知道有没有等着急的

照例不着正题的扯闲话，话说数学家，为了提高运算效率，因此发明了线性代数。这和程序员正好异曲同工啊，一帮程序员可能为了干某个事情，写了个某个库。

数学上，很多知识有很高的依赖性，对底层依赖的知识了解了，数学推导好像手到擒来，但又好像又一堆规则需要记忆。你先得会基础运算，然后学个代数，再学习微积分解决极限问题，再学习线性代数解决计算效率问题。这就像写程序，先得了解基础语法，然后为了写爬虫，学习了requests库，然后为了科学计算，再学个numpy。这些库与库之间有什么关系吗？好像没有，但是中间又有基本的python语法做衔接。代数和几何好像是两个不同东西，但之间又的确有联系，从公理出发，再到定理（定理就像开包即用的API吧）的数学体系。如果有冲突，那就再构建套黎曼几何呗。如果不够用，那就自己写个库呗。

因此，像“用PyTorch玩深度学习”这种文章应该基本上是没有受众的。因为一类人是还没到积累到能理解这么一个特定问题的程度，另一类应该是积累到这种程度，自行能推导着解决问题了，很多问题查看文档即可。它毕竟不同于9年义务教育的受众啊（类似各类基础编程课程的受众）

因此，这种标题的题目应该是适合分享下自己的学习体会给有同样感受的人即可。

大部分的库都是干两件事情：定义数据结构，定义与它相关的方法

当我开始学习一个新的库时，我会先抱着这样的预期。

因此“有哪些东西能干哪些事情”就是你学习一个库之前要问的问题，抱着这个问题学习，效率会很高很多，也会有个指引，在遇到任何一个具体章节的时候，不会迷路，你只要告诉自己，这是个什么东西干了什么事情就好。

那PyTorch库有哪些东西，能干哪些事情呢？

希望下期能整理自己的回答吧

好像一定得配个图做封面呢

觉得没道理请关注并与我杠