深度学习入门之PyTorch学习笔记

绪论

• 深度学习如今已经称为科技领域最炙手可热的技术，帮助你入门深度学习。
• 本文从机器学习与深度学习的基础理论入手，从零开始学习PyTorch以及如何使用PyTorch搭建模型。
• 学习机器学习中的线性回归、Logistic回归、深度学习的优化方法、多层全连接神经网络、卷积神经网络、循环神经网络、以及生成对抗网络，最后通过实战了解深度学习前沿的研究成果。
• 将理论与代码结合，帮助更好的入门机器学习。

1 深度学习介绍

https://hulin.blog.csdn.net/article/details/107733777

2 深度学习框架

https://hulin.blog.csdn.net/article/details/107746239

3 多层全连接网络

https://hulin.blog.csdn.net/article/details/107757088

4 卷积神经网络

https://hulin.blog.csdn.net/article/details/107839716

5 循环神经网络

6 生成对抗网络

7 深度学习实战

参考资料

1. 廖星宇《深度学习入门之PyTorch》电子工业出版社