PyTorch深度学习实战

• 00-开篇词-如何高效入门PyTorch？.html
• 01-01-PyTorch：网红中的顶流明星.html
• 02-02-NumPy（上）：核心数据结构详解.html
• 03-03-NumPy（下）：深度学习中的常用操作.html
• 04-04-Tensor：PyTorch中最基础的计算单元.html
• 05-05-Tensor变形记：快速掌握Tensor切分、变形等方法.html
• 06-06-Torchvision（上）：数据读取，训练开始的第一步.html
• 07-07-Torchvision（中）：数据增强，让数据更加多样性.html
• 08-08-Torchvision（下）：其他有趣的功能.html
• 09-09-卷积（上）：如何用卷积为计算机“开天眼”？.html
• 10-10-卷积（下）：如何用卷积为计算机“开天眼”？.html
• 11-11-损失函数：如何帮助模型学会“自省”？.html
• 12-12-计算梯度：网络的前向与反向传播.html
• 13-13-优化方法：更新模型参数的方法.html
• 14-加餐-机器学习其实就那么几件事.html
• 15-14-构建网络：一站式实现模型搭建与训练.html
• 16-15-可视化工具：如何实现训练的可视化监控？.html
• 17-16-分布式训练：如何加速你的模型训练？.html
• 18-17-图像分类（上）：图像分类原理与图像分类模型.html
• 19-18-图像分类（下）：如何构建一个图像分类模型？.html
• 20-19-图像分割（上）：详解图像分割原理与图像分割模型.html
• 21-20-图像分割（下）：如何构建一个图像分割模型？.html
• 22-21-NLP基础（上）：详解自然语言处理原理与常用算法.html
• 23-22-NLP基础（下）：详解语言模型与注意力机制.html
• 24-23-情感分析：如何使用LSTM进行情感分析？.html
• 25-24-文本分类：如何使用BERT构建文本分类模型？.html
• 26-25-摘要：如何快速实现自动文摘生成？.html
• 27-用户故事-Tango：师傅领进门，修行在个人.html
• 28-答疑篇-思考题答案集锦.html
• 29-结束语-人生充满选择，选择与努力同样重要.html
• 30-期末测试-来赴一场100分之约！.html