PyTorch入门实战教程笔记目录

PyTorch入门实战教程笔记目录

1、PyTorch入门实战教程笔记（一）：配置开发环境

1. Anaconda 安装
2. 安装CUDA
3. PyTorch安装
4. 安装PyCharm

2、PyTorch入门实战教程笔记（二）：简单回归问题

1. 通过loss求解一元二次方程
2. 实战Linear Regression

3、PyTorch入门实战教程笔记（三）：手写数字问题引入

1. MINIST数据集简介
2. 基础三层嵌套

4、PyTorch入门实战教程笔记（四）：基础张量操作1

1. 数据类型简介
2. 创建Tensor，生成数据

5、PyTorch入门实战教程笔记（五）：基础张量操作2

1. 索引和切片
2. Tensor维度变换

6、PyTorch入门实战教程笔记（六）：基础张量操作3

1. Broadcasting自动扩展
2. 合并与分割：cat、stack、split、chunk

7、PyTorch入门实战教程笔记（七）：MNIST 手写数字识别代码详解

1. 流程
2. 代码实战：utils.py辅助文件、mnist_train.py主文件、输出结果

8、PyTorch入门实战教程笔记（八）：基础张量操作4

1. 数学运算：加减乘除、矩阵相乘、次方等
2. 统计属性：求范数、均值、累乘、最大最小值及其索引，topk

9、PyTorch入门实战教程笔记（九）：基础张量操作5

1. where()条件函数
2. gather()收集操作函数

10、PyTorch入门实战教程笔记（十）：梯度相关操作1

1. 梯度概念
2. 用梯度找极小值解
3. 常见函数梯度
4. 激活函数及梯度

11、PyTorch入门实战教程笔记（十一）：梯度相关操作2

1. 均方差Mean Squared Error （MSE）Loss
2. 用于分类的交叉熵Cross Entropy Loss

12、PyTorch入门实战教程笔记（十二）：梯度相关操作3

1. 感知机梯度推导：单层感知机、多层感知机
2. 链式法则

13、PyTorch入门实战教程笔记（十三）：梯度相关操作4

1. MLP反向传播
2. 2D函数优化实例

14、PyTorch入门实战教程笔记（十四）：神经网络与全连接层1

1. 交叉熵Cross Entropy Loss详解
2. 多分类问题实战

15、PyTorch入门实战教程笔记（十五）：神经网络与全连接层2

1. pytorch自带的nn.Linear操作
2. 网络整体结构搭建、训练

16、PyTorch入门实战教程笔记（十六）：神经网络与全连接层3

1. GPU/CPU运行切换
2. 网络测试代码
3. Visdom

17、PyTorch入门实战教程笔记（十七）：过拟合1

1. 过拟合&欠拟合
2. 交叉验证
3. 正则化

18、PyTorch入门实战教程笔记（十八）：过拟合2（训练小技巧）

1. 动量操作
2. 学习率衰减

19、PyTorch入门实战教程笔记（十九）：卷积神经网络CNN 1

1. 卷积神经网络基本概念
2. 卷积神经网络代码实现
3. 池化层与采样
4. ReLU

20、PyTorch入门实战教程笔记（二十）：卷积神经网络CNN 2

1. Batch Norm
2. 经典的卷积神经网络

21、PyTorch入门实战教程笔记（二十一）：卷积神经网络CNN 3

1. nn.Module类详解

22、PyTorch入门实战教程笔记（二十二）：卷积神经网络CNN 4

1. 数据增强方法

23、PyTorch入门实战教程笔记（二十三）：卷积神经网络实现 1：Lenet5实现CIFAR10

1. CIFAR10数据集介绍
2. CIFAR10代码实战卷积层类代码
3. lenet5 训练cifar10实战

24、PyTorch入门实战教程笔记（二十四）：卷积神经网络实现 2：ResNet实现CIFAR10

1. CIFAR10数据集介绍
2. CIFAR10代码实战准备残差块类代码
3. resnet18 训练cifar10实战