PyTorch入门到进阶 实战计算机视觉与自然语言处理项目

理论基础+技术讲解+实战开发,快速掌握PyTorch框架

第1章课程介绍-选择Pytorch的理由
1-1课程导学
第2章初识PyTorch框架与环境搭建
2-1初识Pytorch基本框架
2-2作业节
2-3环境配置(1)
2-4环境配置(2)
第3章PyTorch入门基础串讲
3-1机器学习中的分类与回归问题-机器学习基本构成元素
3-2Tensor的基本定义
3-3Tensor与机器学习的关系
3-4Tensor创建编程实例
3-5Tensor的属性
3-6Tensor的属性-稀疏的张量的编程实践
3-7Tensor的算术运算
3-8Tensor的算术运算编程实例
3-9in-place的概念和广播机制
3-10取整-余
3-11比较运算-排序-topk-kthvalue-数据合法性校验
3-12三角函数
3-13其他数学函数
3-14Pytorch与统计学方法
3-15Pytorch与分布函数
3-16Pytorch与随机抽样
3-17Pytorch与线性代数运算
3-18Pytorch与矩阵分解-PCA
3-19Pytorch与矩阵分解-SVD分解-LDA
3-20Pytorch与张量裁剪
3-21Pytorch与张量的索引与数据筛选
3-22Pytorch与张量组合与拼接
3-23Pytorch与张量切片
3-24Pytorch与张量变形
3-25Pytorch与张量填充&傅里叶变换
3-26Pytorch简单编程技巧
3-27Pytorch与autograd-导数-方向导数-偏导数-梯度的概念
3-28Pytorch与autograd-梯度与机器学习最优解
3-29Pytorch与autograd-Variable$tensor
3-30Pytorch与autograd-如何计算梯度
3-31Pytorch与autograd中的几个重要概念-variable-grad-grad_fn
3-32Pytorch与autograd中的几个重要概念-autograd例子
3-33Pytorch与autograd中的几个重要概念-function
3-34Pytorch与nn库
3-35Pytorch与visdom
3-36Pytorch与tensorboardX
3-37Pytorch与torchvision
第4章PyTorch搭建简单神经网络
4-1机器学习和神经网络的基本概念(1)
4-2机器学习和神经网络的基本概念(2)
4-3利用神经网络解决分类和回归问题(1)
4-4利用神经网络解决分类和回归问题(2)
4-5利用神经网络解决分类和回归问题(3)
4-6利用神经网络解决分类和回归问题(4)
4-7利用神经网络解决分类和回归问题(5)
第5章计算机视觉与卷积神经网络基础串讲
5-1计算机视觉基本概念
5-2图像处理常见概念
5-3特征工程
5-4卷积神经网(上)
5-5卷积神经网(下)
5-6pooling层
5-7激活层-BN层-FC层-损失层
5-8经典卷积神经网络结构
5-9轻量型网络结构
5-10多分支网络结构
5-11attention的网络结构
5-12学习率
5-13优化器
5-14卷积神经网添加正则化
第6章PyTorch实战计算机视觉任务-Cifar10图像分类
6-1图像分类网络模型框架解读(上)
6-2图像分类网络模型框架解读(下)
6-3cifar10数据介绍-读取-处理(上)
6-4cifar10数据介绍-读取-处理(下)
6-5PyTorch自定义数据加载-加载Cifar10数据
6-6PyTorch搭建 VGGNet 实现Cifar10图像分类
6-7PyTorch搭建cifar10训练脚本-tensorboard记录LOG(上)
6-8PyTorch搭建cifar10训练脚本-tensorboard记录LOG(下)
6-9PyTorch搭建cifar10训练脚本搭建-ResNet结构(上)
6-10PyTorch搭建cifar10训练脚本搭建-ResNet结构(下)
6-11PyTorch搭建cifar10训练脚本搭建-Mobilenetv1结构
6-12PyTorch搭建cifar10训练脚本搭建-Inception结构(上)
6-13PyTorch搭建cifar10训练脚本搭建-Inception结构(下)
6-14PyTorch搭建cifar10训练脚本搭建-调用Pytorch标准网络ResNet18等
6-15PyTorch搭建cifar10推理测试脚本搭建
6-16分类问题优化思路
6-17分类问题最新研究进展和方向
第7章Pytorch实战计算机视觉任务-Pascal VOC目标检测问题
7-1目标检测问题介绍(上)
7-2目标检测问题介绍(下)
7-3Pascal VOC-COCO数据集介绍
7-4MMdetection框架介绍-安装说明
7-5MMdetection框架使用说明
7-6作业节
7-7MMdetection训练Passcal VOC目标检测任务(上)
7-8MMdetection训练Passcal VOC目标检测任务(中)
7-9MMdetection训练Passcal VOC目标检测任务(下)
7-10MMdetection Test脚本
7-11MMdetection LOG分析
第8章PyTorch实战计算机视觉任务-COCO目标分割问题
8-1图像分割基本概念
8-2图像分割方法介绍
8-3图像分割评价指标及目前面临的挑战
8-4COCO数据集介绍
8-5detectron框架介绍和使用简单说明
8-6coco数据集标注文件解析
8-7detectron源码解读和模型训练-demo测试
8-8作业节
第9章PyTorch搭建GAN网络实战图像风格迁移
9-1GAN的基础概念和典型模型介绍(上)
9-2GAN的基础概念和典型模型介绍(下)
9-3图像风格转换数据下载与自定义dataset类
9-4cycleGAN模型搭建-model
9-5cycleGAN模型搭建-train(上)
9-6cycleGAN模型搭建-train(下)
9-7cycleGAN模型搭建-test
第10章循环神经网与NLP基础串讲
10-1RNN网络基础
10-2RNN常见网络结构-simple RNN网络
10-3Bi-RNN网络
10-4LSTM网络基础
10-5Attention结构
10-6Transformer结构
10-7BERT结构
10-8NLP基础概念介绍
10-9作业节
第11章PyTorch实战中文文本情感分类问题
11-1文本情感分析-情感分类概念介绍
11-2文本情感分类关键流程介绍
11-3文本情感分类之文本预处理
11-4文本情感分类之特征提取与文本表示
11-5文本情感分类之深度学习模型
11-6文本情感分类-数据准备
11-7文本情感分类-dataset类定义
11-8文本情感分类-model类定义
11-9文本情感分类-train脚本定义
11-10文本情感分类-test脚本定义
第12章PyTorch实战机器翻译问题
12-1机器翻译相关方法-应用场景-评价方法
12-2Seq2Seq-Attention编程实例数据准备-模型结构-相关函数
12-3Seq2Seq-Attention编程实例-定义数据处理模块
12-4Seq2Seq-Attention编程实例-定义模型结构模块(上)
12-5Seq2Seq-Attention编程实例-定义模型结构模块(下)
12-6Seq2Seq-Attention编程实例-定义train模块(上)
12-7Seq2Seq-Attention编程实例-定义train模块(下)
12-8Seq2Seq-Attention编程实例-定义train模块-loss function
12-9Seq2Seq-Attention编程实例-定义eval模块
12-10作业节
第13章PyTorch工程应用介绍
13-1PyTorch模型开发与部署基础平台介绍
13-2PyTorch工程化基础–Torchscript
13-3PyTorch服务端发布平台–Torchserver
13-4PyTorch终端推理基础–ONNX
第14章【选修】Linux操作基础串讲
14-1linux操作基础串讲
第15章课程总结与回顾
15-1课程总结

梦回资源网温馨提示:本资源来源于网友投稿,与本站无直接关系,如侵犯了您的权益,请联系站长删除!
梦回资源网 » PyTorch入门到进阶 实战计算机视觉与自然语言处理项目

提供最优质的资源集合

立即查看 了解详情