2.深入浅出pytorch

更多见深度学习.pytorch

1.学什么

机器学习模型训练步骤包括：数据、模型、损失函数、优化器。

 

数据：

就是如何读取数据、如何组织数据进行训练、图片如何进行预处理及数据增强。

模型：

如何构建模型模块？如何组织网络？如何初始化网络参数？如何定义网络层？

损失函数：

如何创建损失函数？如何设置损失函数超参数？如何选择损失函数？

优化器：

如何管理模型参数？如何管理多个参数组实现不同学习率？如何调整学习率？

迭代训练：

如何观察训练效果？如何绘制Loss/Accuray曲线？如何用TensorBoard分析？

 模型应用：

如何进行图像分类？图像分割？目标检测？对抗生成？循环网络？

2.学习路径

分三步学习pytorch:

1.pytorch基础：tensor，autograd,计算图

2.pytoch核心：数据，模型、损失函数、优化器、训练过程。

即DataLoader,Dataset,Transform,Module,LossFunction,Optimizer,TensorBoard.

3.深度学习模型：图像分类、图像分割、目标检测。

知识结构：