B站链接:link.
网站链接：link.
目录
- 1 syllabus of this course
- 2 pytorch的发展和一些包
- 3 安装和配置pytorch
- 4 CUDA的介绍
- 5 Tensor Explained- Data Strcture
- 6 Tensor Explained-Rank, Axes and Shape
- 7 CNN Tensor Shape Explained - Convolutional Neural Networks And Feature Maps
- 8 PyTorch Tensors Explained - Neural Network Programming
- 9 Creating PyTorch Tensors For Deep Learning - Best Options
1 syllabus of this course
主要就是讲了在后续的课程中会学到什么
2 pytorch的发展和一些包
3 安装和配置pytorch
这里主要是两个步骤，一个是anaconda 另一个是pytorch cuda分别下载配置就可以，cuda会在下载pytorch的时候配置进来。
4 CUDA的介绍
- GPU是啥
GPU的加速很快，但是将数据搬运到GPU上比较耗时，所以要考虑好数据量。cuda是gpu的团建构架，cuda顶部是cudnn,cuda和cudnn的顶部是pytorch。
5 Tensor Explained- Data Strcture
从这里,主要开始讲Tensor的事情.
Tensor是网络的主要数据结构,Tensor其实就是pytorch的数据使用结构,和数组差不多,这里,0,1,2,3…维数组都是Tensor,0维是一个数.
6 Tensor Explained-Rank, Axes and Shape
rank:就是维度,决定了引用一个元素用几个索引(Axes).
t.shape()查看形装
t.reshape(2,3)改变形状
7 CNN Tensor Shape Explained - Convolutional Neural Networks And Feature Maps
说明：主要体会CNN的输入与输出中图像的变化
主要讲了CNN的输入和图像以及feature map。
图像：[Batch，Channels，Height，Width]
CNN的output：
8 PyTorch Tensors Explained - Neural Network Programming
1、Tensor的属性
2、创建Tensor的方法（使用data 和不使用data）
9 Creating PyTorch Tensors For Deep Learning - Best Options
讲了创建Tensor的不同方法的区别以及选用哪个方法比较好
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
