《深入浅出PyTorch》学习笔记（未完结，持续更新中）-CSDN博客

本文链接：https://blog.csdn.net/a131529/article/details/144504398

0 前言：

学习本门课的目的是为了系统学习一下Pytorch的使用，在此之前用mmclassification做项目、打Kaggle、学习（吴恩达、李宏毅）老师课程以及“手把手带你自学Transformers”课程的时候简单使用过Pytorch，也接触过一些Tensorflow。不过，这些经验都比较零散，确实不够全面深入。因此希望能通过本门课的学习进一步提高自己的动手能力，为之后的学习和实践打好基础。

1 其他笔记：

如果感兴趣的话，可以查阅我其他与机器学习（ML）、深度学习（DL）以及自然语言处理（NLP）相关的学习笔记：

深度学习入门指南——Python基础及ML常用库篇-CSDN博客

⭐⭐[ pytorch+tensorflow ]⭐⭐配置两大框架下的GPU训练环境_pytorch环境下需要装tensorflow-gpu 吗-CSDN博客

深度学习入门指南——2022吴恩达学习笔记Coursera《Machine Learning》篇（已完结，超详细）_吴恩达 machine learning-CSDN博客

深度学习入门指南——2021吴恩达学习笔记deeplearning.ai《深度学习专项课程》篇（已完结）-CSDN博客

手把手带你实战Transformers（学习笔记）_transformers学习笔记-CSDN博客

李宏毅学习笔记——2024春《GENERATIVE AI》篇（已完结）_李宏毅人工智能-CSDN博客

2 《深入浅出PyTorch》课程资源及简介：

在线阅读地址：深入浅出PyTorch — 深入浅出PyTorch

视频链接：深入浅出Pytorch_哔哩哔哩_bilibili

Github资源：PyTorch入门教程

简介：

PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。

考虑到PyTorch的学习兼具理论储备和动手训练，两手都要抓两手都要硬的特点，我们开发了《深入浅出PyTorch》课程，期望以组队学习的形式，帮助大家从入门到熟练掌握PyTorch工具，进而实现自己的深度学习算法。

我们的愿景是：通过组队学习，大家能够掌握由浅入深地PyTorch的基本知识和内容，经过自己的动手实践加深操作的熟练度。同时通过项目实战，充分锻炼编程能力，掌握PyTorch进行深度学习的基本流程，提升解决实际问题的能力。

学习的先修要求是，会使用Python编程，了解包括神经网络在内的机器学习算法，勤于动手实践。

《深入浅出PyTorch》是一个系列，一共有三个部分。已经上线的是本系列的第一、二部分，后续会不断更新《深入浅出PyTorch》（下），给出更贴合实际应用的实战案例。

3 学习笔记：

注：本人在学习该课程时已经具备了一些基础，因此为了避免记录冗余知识，节约时间，本文仅在在线笔记的基础上记录一些对本人而言较为重要的知识点（相当于查漏补缺吧，哈哈，大家可以选择性浏览）。

章节	简介
第零章：前置知识（选学）	人工智能简史相关评价指标常用包的学习 Jupyter相关操作
第一章：PyTorch的简介和安装	PyTorch简介 PyTorch的安装 PyTorch相关资源简介
第二章：PyTorch基础知识	张量及其运算自动求导简介并行计算、CUDA和cuDNN简介 AI硬件加速设备
第三章：PyTorch的主要组成模块	思考：完成一套深度学习流程需要哪些关键环节基本配置数据读入模型构建模型初始化损失函数训练和评估可视化优化器
第四章：PyTorch基础实战	基础实战——ResNet网络讲解基础实战——FashionMNIST时装分类
第五章：PyTorch模型定义	模型定义方式利用模型块快速搭建复杂网络模型修改模型保存与读取
第六章：PyTorch进阶训练技巧	自定义损失函数动态调整学习率模型微调-torchvision 模型微调-timm 半精度训练数据扩充-imgaug 使用argparse进行调参
第七章：PyTorch可视化	可视化网络结构可视化CNN卷积层使用TensorBoard可视化训练过程使用wandb可视化训练过程
第八章：PyTorch生态简介	简介图像—torchvision 视频—PyTorchVideo 文本—torchtext 音频—torchaudio
第九章：模型部署	使用ONNX进行部署并推理
第十章：常见网络代码的解读(推进中)	计算机视觉图像分类 ResNet源码解读 Swin Transformer源码解读 Vision Transformer源码解读 RNN源码解读 LSTM源码解读及其实战目标检测 YOLO系列解读（与MMYOLO合作）图像分割自然语言处理 RNN源码解读音频处理视频处理其他