本文为bilibili刘二大人所讲的《PyTorch深度学习实践》学习笔记介绍。
笔记融入了自己对课程和代码的理解,希望对大家有所帮助,由于本人知识尚浅,如果笔记中有任何不足之处,欢迎大家留言交流。课程代码已全部运行无误!
课程链接:《PyTorch深度学习实践》完结合集
代码和资料在本人Gitee主页:https://gitee.com/Xiaolong_AI/deep-learning-and-Pytorch
《PyTorch深度学习实践》学习笔记目录(完结):
1. 线性模型(Linear Model)
2. 梯度下降算法(Gradient Descent)
3. 反向传播(Back Propagation)
4. 线性回归(Linear Regression)
5. 逻辑回归[对数几率回归](Logistic Regression)
6. 加载数据集(Dataset and DataLoader)
7. MNIST数据集多分类(Softmax Classifier)
8. 卷积神经网络-基础篇(Basic-Convolution Neural Network)
9. 卷积神经网络-高级篇(Advanced-Convolution Neural Network)
10. 循环神经网络-基础篇(Basic-Recurrent Neural Network)
11. 循环神经网络-高级篇(Advanced-Recurrent Neural Network)【未更新】
专栏还有一些其它内容,并且会持续更新,如有需要,请自行查阅。