1.对大量的数据运算处理具有速度快，效率高，同步多线程处理的作用。可以查看维度，指定数据类型
2转换的数组可以直接判断是否与某个相等，得到的结果也将以数组的形式展现；判断的boolean数组可以作为索引在数组中进行查找，若是为Flase的话不返回，True返回相应的值；NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。
3Numpy:是数值计算的扩展包，它能高效处理N维数组,复杂函数,线性代数. pandas更能简化繁琐的数据科学任务
4
Panadas:是做数据处理。市python的一个数据分析包,在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。在数据量不是过大的情况下，可以解决大部分问题
解决：估计器，转换器，流水线。
流程：估计器，转换器，流水线，预处理。
5特点：简洁，速度，易用，活跃的社区交换
6
import torchfrom torch.autograd import Variable x = Variable(torch.randn(1, 10)) prev_h = Variable(torch.randn(1, 20)) W_h = Variable(torch.randn(20, 20)) W_x = Variable(torch.randn(20, 10)) i2h = torch.mm(W_x, x.t()) h2h = torch.mm(W_h, prev_h.t()) next_h = i2h + h2h next_h = next_h.tanh()
Variable节点和Function节点，Variable记录运算数据，Function记录运算操作。其中Variable节点又可以分为叶节点和非叶节点两类。叶节点由用户直接创建产生，而非叶节点则由Variable节点之间的运算操作产生，在图的代码中，x、prev_h、W_h、W_x属于叶节点，i2h、h2h、next_h属于非叶节点。
在这个图上，节点之间的关系是很明确的：Variable非叶节点指向产生它的Function，因为产生某个Variable的Function只可能有一个，因此一个Variable只指向一个Function。Function的指向则是可以一对多的，因为一个运算函数往往可以接受大量的参数。Function指向两种节点，当Function接受一个叶节点的Variable输入时，Function需指向此Variable，当Function接受一个非叶节点Variable输入时，Function需指向此Variable所指向的那个Function。
7我觉得应该加强课堂学习知识与实践的应用 还应该加强数据建模的思维。希望获得大数据背景下的数据交换，多平台的应用知识。 ---2016011483 于俊伟
