加载数据 PyTorch有两个处理数据的库:torch.utils.data.DataLoader和torch.utils.data.Dataset。数据集存储样本及其对应的标签，DataLoader在数据集周围包装一个可迭代对象。 imp

pytorch模板 torch.nn.Module 我们有时候不需要很复杂的网络或者想自己搭建一个网络，这时候我们就可以继承torch.nn.Module类，快速构建一个前向传播的网络结构，当然torch.nn.Module类还可以构建损失

组合数一列等式 求解： ∑k=1n−1k(n−1k−1)mn−k\sum_{k=1}^{n-1}{k\left( \begin{array}{c} n-1\\ k-1\\ \end{array} \right)}m^{n-k} k=1∑

正交与二次型 正交矩阵其实就是空间的旋转，先说结论： 椭圆的长短轴分别沿着矩阵A\boldsymbol{A}A的两个特征向量的方向，而两个与之对应的特征值分别是半长轴和半短轴的长度的平方的倒数。 拿我们最熟悉的椭圆方程举例： ax2+2bx

SVD奇异分解 SVD也是对矩阵进行分解，但是和特征分解不同，SVD并不要求要分解的矩阵为方阵。假设我们的矩阵A是一个m×n的矩阵，那么我们定义矩阵A的SVD为： A=UΣVTA=U\varSigma V^T A=UΣVT 其中UUU是一个

PAT代替密码验证 2021年8月13日git终止密码验证提交程序，强制使用PAT验证方式，这是一件好事，减少密码泄露。 fatal: unable to access 'https://github.com/wsp666/wsp666.g

PyTorch训练神经网络 可以使用torch.nn包来构建神经网络。 nn包则依赖于autograd包来定义模型并对它们求导。一个nn.Module包含各个层和一个forward(input)方法，该方法返回output。 如图这个神经网

pytorch深度学习基础 Tensor对象及其运算 Tensor对象是一个维度任意的矩阵，但是一个Tensor中所有元素的数据类型必须一致。torch包含的数据类型和普遍编程语言的数据类型类似，包含浮点型，有符号整型和无符号整形，这些类型

机器学习基础知识 模型评估与参数选择 若对于给定的输入xxx，若某个模型的输出y^=f(x)\hat{y}=f(x)y^​=f(x)偏离真实目标值yyy，那么就说明模型存在误差；y^\hat{y}y^​偏离yyy的程度可以用关于y^\hat

信号与系统 这本书是大二寒假自学《信号与系统》整理的笔记，由于当时基础并不是很扎实，内容也省略了一些，采用LaTeX排版，tizk绘图，封面是著名考研竞赛数学中科大向老师开源的仿蒲和平封皮，LaTeX模板是采用elegantbook，内容主