PyTorch深度学习实战

共 33 讲。

目录

• PyTorch深度学习实战
• 开篇词 - 如何高效入门PyTorch？
• 01 - PyTorch：网红中的顶流明星
• 02 - NumPy（上）：核心数据结构详解
• 03 - NumPy（下）：深度学习中的常用操作
• 04 - Tensor：PyTorch中最基础的计算单元
• 05 - Tensor变形记：快速掌握Tensor切分、变形等方法
• 06 - Torchvision（上）：数据读取，训练开始的第一步
• 07 - Torchvision（中）：数据增强，让数据更加多样性
• 08 - Torchvision（下）：其他有趣的功能
• 09 - 卷积（上）：如何用卷积为计算机“开天眼”？
• 10 - 卷积（下）：如何用卷积为计算机“开天眼”？
• 11 - 损失函数：如何帮助模型学会“自省”？
• 12 - 计算梯度：网络的前向与反向传播
• 13 - 优化方法：更新模型参数的方法
• 加餐 - 机器学习其实就那么几件事
• 14 - 构建网络：一站式实现模型搭建与训练
• 15 - 可视化工具：如何实现训练的可视化监控？
• 16-分布式训练：如何加速你的模型训练？
• 17 - 图像分类（上）：图像分类原理与图像分类模型
• 18 - 图像分类（下）：如何构建一个图像分类模型？
• 19 - 图像分割（上）：详解图像分割原理与图像分割模型
• 20 - 图像分割（下）：如何构建一个图像分割模型？
• 21 - NLP基础（上）：详解自然语言处理原理与常用算法
• 22 - NLP基础（下）：详解语言模型与注意力机制
• 23 - 情感分析：如何使用LSTM进行情感分析？
• 24 - 文本分类：如何使用BERT构建文本分类模型？
• 25 - 摘要：如何快速实现自动文摘生成？
• 用户故事 - Tango：师傅领进门，修行在个人
• 答疑篇-思考题答案集锦
• 加餐-基础模型：AI时代的新篇章
• 结束语-人生充满选择，选择与努力同样重要
• 期末测试-来赴一场100分之约！