pytorch学习笔记

介绍

这个目录是从深度之眼的pytorch课程中学习并整理的学习笔记

• 课程页面入口
• 课程代码github
• 作业讲解代码
• 课程所有代码汇总中配套数据百度网盘地址：https://pan.baidu.com/s/1mA8wSCLnKphByzvHBzc9Pw
  提取码：g5ym
• 课程所有课件汇总百度网盘地址：https://pan.baidu.com/s/1svt3lbDgNGixk5lKM1zfig
  提取码：9j2f

目录笔记

Week1 Pytorch基础概念

• Pytorch简介及环境配置
• Pytorch基础数据结构——张量
• 张量操作与线性回归
• 计算图与动态图机制
• autograd与逻辑回归

Week2 PyTorch数据处理

• 数据读取机制DataLoader与Dataset
• 数据预处理transforms模块机制
• 二十二种transforms数据预处理方法
• 学会自定义transforms方法

Week3 PyTorch模型搭建

• nn.Module与网络模型构建步骤
• 模型容器与AlexNet构建
• 网络层中的卷积层
• 网络层中的池化层、全连接层和激活函数层

Week4 PyTorch损失优化

• 权值初始化
• 损失函数（一）
• Pytorch的14种损失函数
• 优化器optimizer的概念
• torch.optim.SGD

Week5 PyTorch训练过程

• 学习率调整
• TensorBoard简介与安装
• TensorBoard使用（一）
• TensorBoard使用（二）
• hook函数与CAM

Week6 PyTorch的正则化

• weight_decay
• dropout
• Batch Normalization
• Layer Normalization、Instance
• Normalization和Group Normalization

Week7 PyTorch训练技巧

• 模型保存与加载
• Finetune
• GPU的使用
• Pytorch中常见报错

Week8、9 PyTorch深度体验

• 图像分类一瞥
• 图像分割一瞥
• 目标检测一瞥（上）
• 目标检测一瞥（下）
• 对抗生成网络一瞥
• 循环神经网络一瞥