目标完成情况

• 深度学习能够理解线性回归模型
• leetcode每日一题+回顾数组3道（1简单2中等）
• JAVA规划学习路线+复习JAVA特点等
• 八股规划机器学习等
• 共7.5h

深度学习

• 线性回归模型过程：
  • 从开始建立一个数据集，有了一个真实系数w，b以及加了噪声的样本数据和标签。
  • 然后使用dataset建立batch_size小样本数据。
  • 在Sequential中建立模型，此时是一层线性模型。sequqntial可以一层一层将输入设定好
  • 初始化模型参数w,b都是正态。然后定义nn的损失函数MSELoss（均方误差）和优化算法SGD（小批量随机梯度下降）。
  • 最后是训练过程：定义训练组数，然后在每组中针对每个batch_siez先用sequential中的模型估计一个值（标量），计算损失，对损失清空梯度后反向传播，利用优化算法更新参数。后面就可以查看参数的预估误差了。
  • 着重理解反向传播必须是标量，其通过数据的计算图，反向传播，从上至下自动求导。

Leetcode

• 每日一题（easy
  • 求二维数组行和，得出最大的
• 有序数组的平方排序（数组easy
  • 使用双指针方法：新建一个数组用于存储平方的结果，然后在原数组头尾各一指针，因为是有序的所以两头的数的平方定是最大，因此两边的比较，大的留在新数组的最后，直至low≤high，因当low=high时该数还没有放入新数组。
• 总和达到的长度最小的子数组（数组medium
  • 使用双指针滑动窗方法：首先需要一个int记录子数组的长度（用于比较是不是更短），然后两个指针都从头开始，数组开始计算和，在和超过目标时循环：逐个减去头指针的值，然后比较其和是不是还满足，以及数组长度是不是更短。这样当头指针移动到尾端时结束，得到最短的数组长度。（这时还需判断是不是存在这个值，因此一开始要把这个长度设置为一个不可能的值，如果值到最后没变，则不存在）
• 给数字n得转圈数组1-n方（数组medium
  • 算法不难，重点在控制左闭右开，以及设置偏置：共有n/2圈，每圈画4笔，每笔都是左闭右开—第一圈偏置为1，每圈递增。最后如果n是奇数需要填充最后中间的空。

JAVA

• 复习JAVA特点
• 类中只能有一个public且与文件名相同，但是别的类也可以有main

明日目标

• leetcode5道
• 深度学习softmax模型
• JAVA学习
• 机器学习概念整理
• python，linux学习