课程安排及资料下载

🍬作业讲解代码下载地址

🍬Week 1

1. Pytorch简介及环境配置
2. Pytorch基础数据结构——张量
3. 张量操作与线性回归
4. 计算图与动态图机制
5. autograd与逻辑回归

🍚Week2

1. 数据读取机制DataLoader与Dataset
2. 数据预处理transforms模块机制
3. 二十二种transforms数据预处理方法
4. 学会自定义transforms方法

🍜Week3

1. nn.Module与网络模型构建步骤
2. 模型容器与AlexNet构建
3. 网络层中的卷积层
4. 网络层中的池化层、全连接层和激活函数层

🍖Week4

1. 权值初始化
2. 损失函数（一）
3. Pytorch的14种损失函数
4. 优化器optimizer的概念
5. torch.optim.SGD

🍹Week5

1. 学习率调整
2. TensorBoard简介与安装
3. TensorBoard使用（一）
4. TensorBoard使用（二）
5. hook函数与CAM

🍦Week6

1. weight_decay
2. dropout
3. Batch Normalization
4. Layer Normalization、Instance
5. Normalization和Group Normalization

🍭Week7

1. 模型保存与加载
2. Finetune
3. GPU的使用
4. Pytorch中常见报错

🍷Week8

1. 图像分类一瞥
2. 图像分割一瞥
3. 目标检测一瞥（上）
4. 目标检测一瞥（下）

🍾Week9

1. 对抗生成网络一瞥
2. 循环神经网络一瞥