NLP学习（1）-搭建环境

前言

仅记录学习笔记，如有错误欢迎指正。

环境搭建

一、环境软件安装：

1、Anaconda安装（一款可以同时创建和管理多个python环境的软件）

(1) 安装链接：

https://blog.csdn.net/m0_61531676/article/details/126290696?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522170433138016800186555035%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D\&request_id=170433138016800186555035\&biz_id=0\&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1\~rank_v31_ecpm-14-126290696-null-null.142^v99^pc_search_result_base4\&utm_term=anaconda安装教程\&spm=1018.2226.3001.4187

2、Pycharm安装：（一款可以编写、调试python代码的智能集成工具）

1. 下载免费社区版Community，社区版本的是免费的；
2. 地址：https://www.jetbrains.com/zh-cn/pycharm/download/other.html
3. 可以查看博客： https://www.cnblogs.com/temari/p/13048977.html

学习资料：

《动手学深度学习》(Pytorch版)

链接：https://tangshusen.me/Dive-into-DL-PyTorch/#/

• 假设我们想要编写一个判定一张图像中有没有猫的程序,似乎没有人可以写出这样的代码。我们可以收集一些已知包含猫与不包含猫的真实图像，然后我们的目标就转化成如何从这些图像入手得到一个可以推断出图像中是否有猫的函数。这个函数的形式通常通过我们的知识来针对特定问题选定。例如，我们使用一个二次函数来判断图像中是否有猫，但是像二次函数系数值这样的函数参数的具体值则是通过数据来确定。
• 通俗来说，机器学习是一门讨论各式各样的适用于不同问题的函数形式，以及如何使用数据来有效地获取函数参数具体值的学科机器学习研究如何使计算机系统利用经验改善性能。它是人工智能领域的分支，也是实现人工智能的一种手段。
• 在机器学习的众多研究方向中，表征学习关注如何自动找出表示数据的合适方式，以便更好地将输入变换为正确的输出。而本书要重点探讨的深度学习是具有多级表示的表征学习方法。
• 在每一级（从原始数据开始），深度学习通过简单的函数将该级的表示变换为更高级的表示。因此，深度学习模型也可以看作是由许多简单函数复合而成的函数。当这些复合的函数足够多时，深度学习模型就可以表达非常复杂的变换。深度学习是具有多级表示的表征学习方法。它可以逐级表示越来越抽象的概念或模式。
• 添加噪声是为了 提升模型的对抗性，以及泛化能力