9月18日总结
机器学习与深度学习：上课 "学习"的含义
word2vector算法与词向量（比较难 仅仅是下载词向量模型并且测试了一下）
学习的过程
学习就是参数估计
给定输入数据和相应的期望输出以及权重的初始值。
给模型输入数据（正向传播），并通过堆输出结果与实际数据进行比较评估误差。
使用复合函数的求导法则（链式法则）去计算权重单位边话后的误差变化（误差相对参数的梯度），以优化模型参数即权重（反向传播） 然后在使误差减小的方向上更新权重值。
重复上一步直到根据未知数据评估的误差下降到可以接收的水平。
损失函数是一个计算单个数值的函数，学习过程将试图最小化它的值
目前损失函数loss我们用差的平方和来计算
复习广播机制
项目班：上课
更新语义数据库并学习删除操作
将pdf文件保存到语义数据库
语义数据库的几种查询操作
测试不同算法的距离计算
图片的语义化存储和查询
python复习：可迭代对象、迭代器、生成器
可迭代对象
可迭代对象的定义：实现了__iter__或者__getitem__的对象就是可迭代对象
for循环的基本原理
range是python内置的不可变整数序列，可以理解成是以一种智能的数据容器，是可迭代对象
迭代器
迭代器的定义：同时支持__iter__或者__next__ 方法的对象是迭代器，它能记住遍历位置
常见的迭代器：open对象、生成器、iter()处理对象
迭代器的特点：惰性计算、只进不退、只用一次
生成器
生成器的概念
yeild关键字
生成器的基本语法
生成器在迭代器的特点基础上还有极度节约内存：因为它本身不包含任何数据