- Variable——
创建：v = Variable （tensor， requires_grad = Ture）
转换为Tensor类型：v.data
转换为Numpy类型：v.data.numpy（）
计算反向梯度：v.backward()
2. 获取列表某元素的索引：list.index(value)
3. tensor.view()相当于numpy.reshape()，tensor.view(2,-1)表示把tensor转化为两行
4. Pytorch包括四个模块：torch，torch.autograd, torch.nn, torch.optim
5. torch.autograd make a computational graph:节点是一个数组（torch.autograd.Variable()），包含两种属性（note.data和note.grad，前者是tensor类型，后者是Variable类型），边本质上是个函数，代表一种操作（option.Variable()）。variable的操作与tensor几乎一样，不同的地方是：Variable定义计算图，用来自动求导。
6. 感知机原理：随机选择一个训练样本，根据当前模型参数得到预测值。如果预测值与事实不符，则更新模型参数;否则，重复上述步骤，直到所有样本都预测正确或者达到迭代次数。损失函数是函数间隔，优化方法是梯度下降法。感知机（1957年提出）有原始形式和对偶形式两种，是支持向量机和神经网络的基础。
7.Pytorch框架图：
———— 快来不在于外在物质追求和个人主观感受，而在于不要执着追求。感受疼痛，但不觉悲惨;感受快感，但不觉快乐。佛家认为，真正的快乐在于追求真我了解自己，而不是追求感受（快乐/不快乐）——《人类简史》