1 深度学习简介

• 应用领域：语音交互、文本处理、计算机视觉、深度学习、人机交互、知识图谱、分析处理、问题求解

2 发展历史

• 1956年人工智能元年
• 2016年国内开始关注深度学习
• 2017年出现Transformer框架
• 2018年Bert和GPT出现
• 2022年，chatGPT出现，进入AIGC发展阶段

3 PyTorch框架简介

• 约等于numpy(ndarray数组)+sklearn
• pytorch使用的数据类型为tensor(张量)
• tensorflow--谷歌；pytorch--facebook
• 昇思--华为

4 张量基础

4.1 张量基本创建方式

（1）tensor&Tensor

（2）创建线性、随机张量

（3）创建0-1张量

(4)张量的类型转换

（5）张量的类型转换

4.2 张量的索引

tensor([[[9, 0, 7, 1, 4],
         [6, 6, 3, 9, 4],
         [3, 4, 2, 6, 3],
         [3, 5, 2, 7, 6]],

        [[2, 9, 7, 0, 0],
         [7, 0, 0, 0, 1],
         [3, 4, 1, 3, 2],
         [1, 4, 4, 7, 4]],

        [[8, 3, 2, 9, 1],
         [8, 1, 5, 4, 7],
         [9, 1, 7, 0, 5],
         [8, 2, 4, 0, 7]]])

4.3 张量的形状操作