在成功推免之后，我不需要再应付繁杂的课程，有了更多的时间和精力来整理学习和编写blog。为了有计划地进行后续的学习，我制定了一份学习计划，来促进自己的学习。
Friedman检验法是一种非参数统计方法，用于比较三个或以上相关样本的差异性。它的基本思想是通过比较每个样本的等级来判断样本的总体是否存在差异。
深度学习框架通过自动计算导数，即自动微分 （automatic differentiation）来加快求导。 实际中，根据设计好的模型，系统会构建一个计算图 （computational graph）， 来跟踪计算是哪些数据通过哪些操作组合起来产生输出。 自动微分使系统能够随后反向传播梯度。 这里，反向传播 （backpropagate）意味着跟踪整个计算图，填充关于每个参数的偏导数。
这是示例的文章摘要，摘要内容可被用做搜索，预览。文章列表默认展示概要；若要在列表直接展示文章内容，可在blog.config.js中配置。
