此系列文章是我学习深度学习框架 PyTorch 时的笔记。深度学习框架大同小异,只须学习一种的原理,其他的都可以快速上手。笔记强调代码原理、思想的理解,而不是具体的代码。
以下为目录:
- PyTorch Study Notes #1: Autograd, First Model
- PyTorch Study Notes #2: Custom Datasets and Preprocessing
- PyTorch Study Notes #3: Custom Network Architecture (
nn.Module) - PyTorch Study Notes #4: Deep Learning Training
- PyTorch Study Notes #5: Computing
- PyTorch Study Notes #6: Engineering
笔记内容基于李沐老师的 Dive into Deep Learning (PyTorch) 一书,涵盖了完整搭建深度学习模型所必需的 PyTorch 知识,包括自动求导、定义数据集和预处理、定义网络结构、深度学习训练、计算、工程性知识等。每篇笔记以书中的例子引出我对相关知识的理解与总结,适合初学者阅读。
参考资料:
回到顶部