深度学习与Pytorch-学习课件PPT和代码


01-PyTorch初见
02-开发环境安装
03-简单回归宾例
04-简单回归案例实战
05-手写数字问题
06-基本数据类型
07-创建Tensor
08-索引与切片
09-维度变换
10-Broadcasting
11-合并与分割
12-数学运算
13-Tensor统计
14-Tensori高阶
16-什么是梯度
17-常见函数的梯度
18-激活画数与Loss的梯度
19-感知机的梯度推导
20-链式法则
21-MLP反向传播推导
22-优化小实例
24-Logistic Regression
25-交叉熵
26-LR多分类实战
27-MLP网络层
28-激活涵数与GPU加速
29-MNIST测试
30-Visdom可视化
31-过拟合与欠拟合
32-Train-Val-Test-交叉验证
33-regularization
34-动量与lr意减
35-Early-stopping-Dropout
37-什么是卷积
38-卷积袖经网络
39-Pooling-Sampling
40-BatchNorm

41-经典卷积网络
42-ResNet
43-nn.Module
44-数据增强
45-Cifar10与ResNet18实战
46-时间序列表示
47-RNN原理
48-RNN-Layert使用
49-时间序列预则
50-RNN训川练难题
51-LSTM原理
52-LSTM-Layer使用
53-情感分类实战
54-AutoEncoder自编码器
55-VAE实战
56-GAN原理
57-WGAN实战
58-图卷积网络GCN
63-迁移学习-自定义数据集实战