【Pytorch和深度学习】栏目导读

一、栏目说明

        本栏目《pytorch实践》是为初学者入门深度学习准备的。本文是该栏目的导读部分，因为计划本栏目在明年完成，因此，导读部分，即本文也在持续更新中。

        本栏目设计目标是将深度学习全面用pytorch实践一遍，由浅入深、由一般到复杂深奥。共分六个大专题，这六个专题将保证从浅层ABC到复杂网络的阶梯过度，其中展现出的pytorch内容将包括：基础篇、经典网络篇、视觉篇、语言篇、GAN、LLM等方面。其意图如下：

• 基础篇：包括一切pytorch的基础知识。是针对pytorch这个工具而言的。
• 经典网络篇：包括历年来有名气、行业人士必须知道的、经典的深度网络。
• 视觉篇：针对深度学习在计算机视觉的应用项目。
• 语言篇：针对深度学习在语言、文本、语音、翻译等方面的应用项目。
• GAN：是深度网络的高级应用篇，是对行业内高水平人士进阶而设立。
• LLM：提供对语言类大模型如Transformers等的高级技术文章。

由浅入深地学习pytorcn和深度学习。本栏目在持续更新中，直到以上知识篇完整为止。

 

第一单元：基础篇：内容、语法、和规定知识

        该专题专门针对零基础学员，对基本的pytorch内容、语法、类和属性等进行了解，以便以后能明确无疑地应用。此专题在不断更新中，目前的全部文章是：

【 01 PyTorch基础篇】--关于张量如何定义 -CSDN博客

【 02 Pytorch基础篇 】 张量上的操作-CSDN博客

【 03 PyTorch基础篇 】 如何加载数据集？-CSDN博客

【 04 PyTorch基础篇 】线性层组件-CSDN博客

【 05 PyTorch基础篇 】如何实现张量的梯度函数？-CSDN博客

【06 PyTorch 基础篇 】如何训练？如何保存和使用模型？-CSDN博客

【07 PyTorch 基础篇 】实现完整的训练过程和模型-CSDN博客

第二单元：经典深度网络

 手写 Deep Learning -第壹章-PyTorch入门教学-基础概念与再探线性回归

（待完善）

第三单元：应用扩展

PyTorch Lightning：通过分布式训练扩展深度学习工作流-CSDN博客

如何在 PyTorch 中冻结模型权重以进行迁移学习：分步教程 

第四单元 视觉应用

使用 PyTorch 的计算机视觉简介 （5/6）-CSDN博客

一种艺术风格的神经算法：总结与实现 

（待完善）

第五单元 NLP应用 

（待完善）

第六单元 GAN篇：通过实例解读pytorch

为了能够对上一个单元中知识的深化理解，特意安排若干文章对pytorch文章进行；

Torch Hub 系列#2：VGG 和 ResNet-CSDN博客

pyorch Hub 系列#4：PGAN — GAN 模型-CSDN博客

让深度神经网络绘画以了解它们是如何工作的-CSDN博客