第一次作业，深度学习基础

一.pytorch基础练习

主要学习了python的基础操作以及pytorch上面的一些基础数据操作。包括丁裔，使用，以及相关基础函数。

1.其中，@为矩阵相乘，而*为矩阵中对应位置相乘

2.生成数字并统计直方图需要使用plt中的hist函数，使用时需要注意，这个函数直能显示numpy类型的数据，需要数据类型转换。

3.可以将tensor定义的矩阵进行拼接，拼接函数为torch.cat(矩阵，防线)，其中方像只有两个取值。方像为0时按照y方向拼接，方像为1时按照x方向拼接。可以理解为矩阵在坐标图中的x方向和y方向拼接。

二.螺旋数据分类

1.首先应该下载绘图函数到本地（画点的过程中要用到里面的一些函数）

!wget https://raw.githubusercontent.com/Atcold/pytorch-Deep-Learning/master/res/plot_lib.py

2.初始化随机种子，在该种子得到了一个比较好的结果后便于重现效果。

3.初始化数据集，用公式计算出三类可以形成螺旋形的样本。

4.利用线性模型分类。并且对不同类别染色。仅仅使用线性拟合效果较差

5.使用ReLU 激活函数和两层神经网络进行拟合，训练模型不变，效果的到了显著提高。

6.可以增加类别，可以看到两层神经网络的效果在逐渐降低

7.增加网络层数后可以看到效果更好