深度学习理论与实战PyTorch实现
| 章节 | 🎉深度学习框架 | 案例代码 | 参考资料📚 |
|---|---|---|---|
| 01 | Python基础 | 01-Python基础.ipynb | 01-深度学习环境安装和配置.pdf 02-详解Python及代码.pdf centos7 搭建 python35+pip3+pytorch 深度学习环境 |
| 02 | PyTorch基础(！！融合！！) | 01-张量和变量.ipynb 02-PyTorch处理Tensor.ipynb 03-和Numpy的互操作.ipynb 04-张量运算和梯度.ipynb |
03-PyTorch简介.pdf |
| 03 | 神经网络 | ||
| 04 | 卷积神经网络 | ||
| 05 | 循环神经网络 | ||
| 06 | 生成对抗网络GAN | ||
| 07 | 强化学习 |
| 章节 | 项目实战 | 笔记博客 | 案例代码 |
|---|---|---|---|
| 01 | PyTorch实现线性回归 | [用PyTorch实现线性回归] | 01-计算梯度.ipynb 02-调整权重和偏置.ipynb 03-使用PyTorch内置的线性回归.ipynb |
| 02 | 洛杉矶房价预测 | 洛杉矶房价预测 | kk01-机器学习完整技术栈.ipynb kk02-洛杉矶房价预测.ipynb kk03-相关性分析.ipynb kk04-新1轮空值填充.ipynb kk05-砖石镶板的填充.ipynb |
| 03 | MNIST手写体识别 | **用PyTorch的逻辑回归实现图像分类** | 01-PyTorch加载MNIST数据.ipynb 02-Logist回归实现图像分类.ipynb |
pip3 install torch torchvision
import torch
torch.tensor([5, 3, 2])
