记录参加科赛举办的文本情感分类模型-练习赛，比赛地址： 文本情感分类模型搭建 | 练习赛
使用TFIDF提前词频特征，利用PyTorch搭建线性预测模型，预测结果AUC 0.8658，截止2019-3-14科赛网公网排名第三。

《PyTorch机器学习从入门到实战》

内容简介

近年来，基于深度学习的人工智能掀起了一股学习的热潮。本书是使用PyTorch深度学习框架的入门书籍。本书从深度学习原理入手，由浅入深，阐述深度学习中神经网络、深度神经网络、卷积神经网络、自编码器、循环神经网络等，同时穿插学习PyTorch框架的各个知识点和基于知识点的实例。最后，综合运用PyTorch和深度学习知识，来解决实践中的具体问题，比如图像识别、文本分类和命令词识别等。可以说，本书是深度学习和PyTorch的入门教程，同时也引领读者登堂入室，进入机会和挑战的人工智能领域。

写东西的时候突发奇想，Markdown支持变量引用吗？这么高大上的工具应该支持的吧？！于是就查阅了一些资料:果然支持！ 下面把变量引用的用法记录一下。
使用变量的好处，应该是很明显的：一处定义，处处使用，而且方便统一修改。

平时看到的机器学习相关资源汇总到这里，好记性不如烂笔头！

使用Docker搭建自己的PyTorch开发环境，方便迁移和远程使用。