続いてディープラーニングはPytorchを習ってきた

回帰、分類、次元圧縮ときて、Scikit learnを使った機械学習のお勉強はここまで
（普通はあと、決定木をやると思う）。
ディープラーニングでscikit learnはつらいので、Pytorchで習ってきた！

【初心者向け】ゼロからわかるPyTorch実践入門ハンズオン～前編～
https://liberal-arts-beginners.connpass.com/event/142006/

をメモメモ

---

・今日の目標
　PyTorchの基礎文法
　ニューラルネット
　動かせるようになるまで


・自動微分を用いて簡単にニューラルネットワークを記述できる

PyTorchでできること
・テンソル
・自動微分
・損失関数、最適化関数が用意されている

単回帰分析
学習→推論

損失関数・最適化関数
・パラメータを決めるのに必要
・例：予測値の値と実測値の値の差の二乗を足し合わせる
E(Θ）＝∑（yk-y~k)^2
　↑
　パラメータ、いまはa,b

最適化関数
　E(Θ）を最小化するa,b
　→勾配降下法を使う
　　微分して、傾きで決める
　　　改良１・確率的勾配法（SGD)、Adam

ニューラルネットワークについて
　重みｗ
　活性化関数：非線形の関数をはさむと・・

活性化関数
　ReLU関数（れる）：０までは０、それ以降は直線
　シグモイド

ハンズオン
Google colabの利用
PyTorchはインストール簡単
import torchで使える

初期化されていない行列：何か入ってる
add_　→ +=
転置
itemで肩まで出ししてくれる
.numpyでnumpyが入れるようになる

自動微分
テンソル用意
式を用意
.backword
勾配

最適化
tourch.optimにはいってる

やること（学習）
　モデルを決める
　損失関数を決める
　最適化関数を決める

ネットワーク
何X何のデータが来るか確認→ここがわからないと、組めない

（１）今日の内容理解
（２）論理和
（３）モデルの中身を変えてみる

公式ドキュメント
https://pytorch.org/