人工智能
PyTorch深度学习实战
从0到1，快速上手PyTorch
Course syllabus
章节目录
网页仅提供目录预览，不展示课程正文。
课程目录DIRECTORY ONLY
Published chapters
01开篇词 | 如何高效入门PyTorch？
0201 | PyTorch：网红中的顶流明星
0302 | NumPy（上）：核心数据结构详解
0403 | NumPy（下）：深度学习中的常用操作
0504 | Tensor：PyTorch中最基础的计算单元
0605 | Tensor变形记：快速掌握Tensor切分、变形等方法
0706 | Torchvision（上）：数据读取，训练开始的第一步
0807 | Torchvision（中）：数据增强，让数据更加多样性
0908 | Torchvision（下）：其他有趣的功能
1009 | 卷积（上）：如何用卷积为计算机“开天眼”？
1110 | 卷积（下）：如何用卷积为计算机“开天眼”？
1211 | 损失函数：如何帮助模型学会“自省”？
1312 | 计算梯度：网络的前向与反向传播
1413 | 优化方法：更新模型参数的方法
15加餐 | 机器学习其实就那么几件事
1614 | 构建网络：一站式实现模型搭建与训练
1715 | 可视化工具：如何实现训练的可视化监控？
1816｜分布式训练：如何加速你的模型训练？
1917 | 图像分类（上）：图像分类原理与图像分类模型
2018 | 图像分类（下）：如何构建一个图像分类模型?
2119 | 图像分割（上）：详解图像分割原理与图像分割模型
2220 | 图像分割（下）：如何构建一个图像分割模型？
2321 | NLP基础（上）：详解自然语言处理原理与常用算法
2422 | NLP基础（下）：详解语言模型与注意力机制
2523 | 情感分析：如何使用LSTM进行情感分析？
2624 | 文本分类：如何使用BERT构建文本分类模型？
2725 | 摘要：如何快速实现自动文摘生成？
28用户故事 | Tango：师傅领进门，修行在个人
29答疑篇｜思考题答案集锦
30加餐｜基础模型：AI时代的新篇章
31结束语｜人生充满选择，选择与努力同样重要