为什么选择学习Pytorch 活跃度：资源完善，开发者活跃形成了生态圈 入门上手快。使用动态图架构，运行速度快 代码简洁优雅框架的优雅，易于理解和调试 需要的基础 线性代数 优化理
为什么选择学习Pytorch
- 活跃度：资源完善，开发者活跃形成了生态圈
- 入门上手快。使用动态图架构，运行速度快
- 代码简洁优雅框架的优雅，易于理解和调试
需要的基础
- 线性代数
- 优化理论
- 机器学习
- 深度学习
学习工程中遇到的问题
- 深度学习的框架如何选择
- 开源代码如何阅读和修改
- 如何理清思路，着手解决实际问题
- 学术方向选择困难，如何开始
课程中引导解决这些问题
课程目标
- Pytorch框架基础概念介绍
- Pytorch核心操作和API
- 搭建网络结构解决实际问题
- 调参方法和技巧
解决实际问题
- CNN项目实战
- RNN项目实战
- GAN项目实战
- 模型部署调参技巧和优化思想
课程核心内容
收获
- PyTorch使用技巧
- PyTorch开源工具
- 深度学习理论
- 算法模型扩展
- 实操工程问题
- CV&NLP
课程难点
- 环境搭建与编程的基础
- 学会如何使用框架解决实际问题
- 算法设计思想和原理
实战案例
- 手写数字识别
- 图像分类
- 物体检测
- 图像分割
- NLP
- 机器翻译
前置基础
- 机器学习基本概念
- Python基础
- 线性代数、概率论
- Linux编程基础