希望能成为一本给 Machine Learning for Combinatorial Optimization (ML4CO) 初学者的入门指南～（不断更新中…）

这是《操作系统》课程的课程笔记系列。本文整理部分为“第1章：操作系统概述”。

本文是一篇系统性的 Pytorch Tensor 入门教程，将介绍 Tensor 的基础及核心操作，包含了基础语法、索引操作、变形操作、计算操作等。其中高级索引和变形操作是理解 Tensor 操作的重难点。本文附有项目代码（Jupyter Notebook）。

代码中看似花哨的 Tensor 操作常常让人摸不着头脑，但是恰恰是理解深度学习代码的关键。本文将详细介绍一些常见、有趣且实用的 Tensor 操作，项目代码（Jupyter Notebook）在这里。

本文将介绍 ML4CO 的第二种范式（Transformer 自回归 + 强化学习）的代码实现。代码文件可以在 https://github.com/cny123222/A-Living-Guide-to-ML4CO 中找到。

本期讲解 ML4CO 中的常见网络结构 Transformer，并附有代码示例。项目代码可以在 https://github.com/cny123222/A-Living-Guide-to-ML4CO 中找到。

本文将精读论文 “Attention, learn to solve routing problems!”，作者 Kool et al.，时间 2019 年，链接 arXiv:1803.08475。

本文将精读论文 “An efficient graph convolutional network technique for the travelling salesman problem”，作者 Joshi et al.，时间 2019 年，链接 arXiv:1906.01227。

本文将介绍 ML4CO 中常见的 baseline 求解器，如 Gurobi、Concorde、LKH-3、OR-Tools 等。

本文介绍了 ML4CO 中经常被研究的组合优化问题（如 TSP 等选边问题和 MIS 等选点问题）及相应的数据集生成算法。