216-PyTorch深度学习实战
├┈01丨PyTorch:网红中的顶流明星.pdf
├┈02丨NumPy(上):核心数据结构详解.pdf
├┈03丨NumPy(下):深度学习中的常用操作.pdf
├┈04丨Tensor:PyTorch中最基础的计算单元.pdf
├┈05丨Tensor变形记:快速掌握Tensor切分、变形等方法.pdf
├┈06丨Torchvision(上):数据读取,训练开始的第一步.pdf
├┈07丨Torchvision(中):数据增强,让数据更加多样性.pdf
├┈08丨Torchvision(下):其他有趣的功能.pdf
├┈09丨卷积(上):计算机的眼睛.pdf
├┈10丨卷积(下):计算机的眼睛.pdf
├┈11丨损失函数:如何帮助模型学会“自省”?.pdf
├┈12丨计算梯度:网络的前向与反向传播.pdf
├┈13丨优化方法:更新模型参数的方法.pdf
├┈14丨构建网络:一站式实现模型搭建与训练.pdf
├┈15丨可视化工具:如何实现训练的可视化监控?.pdf
├┈16丨分布式训练:如何加速你的模型训练?.pdf
├┈17丨图像分类(上):图像分类原理与图像分类模型.pdf
├┈18丨图像分类(下):如何构建一个图像分类模型_.pdf
├┈19丨图像分割(上):详解图像分割原理与图像分割模型.pdf
├┈20丨图像分割(下):如何构建一个图像分割模型?.pdf
├┈21丨NLP基础(上):详解自然语言处理原理与常用算法.pdf
├┈22丨NLP基础(下):详解语言模型与注意力机制.pdf
├┈23丨情感分析:如何使用LSTM进行情感分析?.pdf
├┈24丨文本分类:如何使用BERT构建文本分类模型?.pdf
├┈25丨摘要:如何快速实现自动文摘生成?.pdf
├┈加餐丨机器学习其实就那么几件事.pdf
├┈结束语丨人生充满选择,选择与努力同样重要.pdf
└┈开篇词丨如何高效入门PyTorch?.pdf