【PyTorch】01深入浅出PyTorch

1 深入浅出PyTorch

PyTorch定位：深度学习框架，实现深度学习模型算法

PyTorch实现模型训练：

1. 数据
   • 如何把数据从硬盘读到内存？
   • 如何划分数据进行训练？
   • 图片如何预处理及数据增强？
2. 模型
   • 如何构建模型模块？
   • 如何组织复杂网络？
   • 如何初始化网络参数？
   • 如何定义网络层？
3. 损失函数
   • 如何创建损失函数？
   • 如何设置损失函数超参数？
   • 如何选择损失函数？
4. 优化器
   • 如何管理模型参数？
   • 如何管理多个参数组实现不同学习率？
   • 如何调整学习率？
5. 迭代训练
   • 如何观察训练效果？
   • 如何绘制Loss/Accuracy曲线？
   • 如何用TensorBoard分析？
6. 模型应用
   • 如何模型保存与模型加载？
   • 如何进行图像分类？图像分割？目标检测？对抗生成？循环网络？