DeepLearning-Tutorial

深度学习的 Hello World!

从仿照 PyTorch 的实现到使用 PyTorch

 

Contents

0 Get Started

• 快速使用 PyTorch 完成 MNIST 手写数字识别的训练与推理

1 Prerequisites

• 监督学习与无监督学习
• 损失函数
• 梯度下降
• 线性回归
• 逻辑回归
• Softmax
• 概率论与线性代数(待更新)

2 BP (Back Propagation)

所有深度学习网络的基础！开始动手从 0 开始搭建 BP 神经网络

• Dataset/DataLoader: 数据集的处理、读取
• Modules: 类 PyTorch 的 Modules 类
• Linear: 线性层
• Parameters: 存储 weights/bias 的类
• Optimizaers: 优化器类
• LossFunctions: 损失函数
• Others: Dropout...(待更新)

3 CNN (Convolutional Neural Networks)

• Conv2d: 卷积层
• BatchNorm2d: BN 层
• Pool2d: 池化层
• Others: Identity

4 PyTorch

• API: 各种 API
• DDP: 多 GPU 训练
• ONNX: 推理、部署工具

5 Neural Networks

各种经典神经网络

• LeNet
• AlexNet
• VGG
• ResNet
• YOLO

 

5 Deployment

部署相关

 

If u wanna buy me a cup of coffee.