感谢两位老师做的免费公开课：
第一个是由吴恩达老师放在网易云课堂的神经网络和深度学习，比较偏理论，使用numpy包深入浅出的介绍了向量版神经网络的处理方式，当然由于视频有点老，虽然理论很好但是工具有点滞后，这是英文授课但是有全部中文字幕
https://mooc.study.163.com/learn/2001281002?tid=2001392029#/learn/announce
第二个是由莫烦老师做的pytorch公开课，放在了他的个人主页上，工具很先进，理论方面草草带过，所以推荐先看吴恩达老师的理论课，再看莫烦老师的pytorch搭建方法
由于今天学习的主要是偏理论的前导知识
分别是：pytorch的几个基本模块的构成、logistic回归以及基于logistic回归的损失函数介绍、梯度下降法介绍、导数的复习、向量化的处理方法
话说我以前学过一些神经网络的理论知识，但是今天接触到pytorch之后发现，现在的神经网络建模好方便，打个比方就是八股文的框架+乐高的填充。
而pytorch也不是完全陌生的工具，基本上它就是向量做得更集成的numpy+可继承的一些框架