机器学习这个事情就是一个找规律的过程
我们输入跟输出是有一种潜在关系,但是我们不知道,我们就是想学习一个function 或者是一个公式出来,使得输入一个值的时候,就能预测出可能的输出
在一个真实的场景中呢 样本是收集的,不是生成的,或者说标注的
就是每个输入的向量,然后对应的输出值是什么
在机器学习的过程中,很多情况下我们是不知道 x 跟 y之间 关系是什么
我们只是有很多 x 跟y的样本,我们去让机器找到这个规律,这是机器学习的价值
保存模型 pytorch经常保存模型后缀为 pt 或者 checkpoint
import sys; print('Python %s on %s' % (sys.version, sys.platform))
sys.path.extend([WORKING_DIR_AND_PYTHON_PATHS])