【PyTorch图像分类教程】专栏目录

PyTorch是当前最流行、最热门、市场占有率最高的深度学习框架,广泛应用于人工智能领域的科学研究和工程实践等。图像分类问题是当前人工智能最重要的组成部分,基于PyTorch实现图像分类是迈入人工智能领域的关键前提。

本专栏深入浅出、全面系统的介绍PyTorch实现图像分类的关键技术,主要包括图像分类常用数据集、图像分类基本流程、全连接神经网络、卷积神经网络、多尺度卷积、跳连卷积、自定义数据集实现图像分类、智能算法发现网络等内容。本专栏除了介绍实现图像分类的常见网络外,还结合高水平科研重点介绍智能算法自动发现网络结构。

PyTorch环境配置

PyTorch基本用法

【PyTorch】 torch.flatten()与nn.Flatten()的区别

【PyTorch】利用torch.cat()实现Tensor的拼接

【PyTorch】网络搭建中*list的用法解析

图像分类常用数据集

Mnist数据集

你可能感兴趣的:(PyTorch图像分类教程,pytorch,分类,深度学习)