|
|
# SUMMARY
|
|
|
|
|
|
* [简介](./README.md)
|
|
|
* [开篇词 | 如何高效入门PyTorch？](./docs/425450.md)
|
|
|
* [01 | PyTorch：网红中的顶流明星](./docs/425463.md)
|
|
|
* [02 | NumPy（上）：核心数据结构详解](./docs/426126.md)
|
|
|
* [03 | NumPy（下）：深度学习中的常用操作](./docs/426801.md)
|
|
|
* [04 | Tensor：PyTorch中最基础的计算单元](./docs/427460.md)
|
|
|
* [05 | Tensor变形记：快速掌握Tensor切分、变形等方法](./docs/428186.md)
|
|
|
* [06 | Torchvision（上）：数据读取，训练开始的第一步](./docs/429048.md)
|
|
|
* [07 | Torchvision（中）：数据增强，让数据更加多样性](./docs/429826.md)
|
|
|
* [08 | Torchvision（下）：其他有趣的功能](./docs/431420.md)
|
|
|
* [09 | 卷积（上）：如何用卷积为计算机“开天眼”？](./docs/432042.md)
|
|
|
* [10 | 卷积（下）：如何用卷积为计算机“开天眼”？](./docs/433801.md)
|
|
|
* [11 | 损失函数：如何帮助模型学会“自省”？](./docs/435553.md)
|
|
|
* [12 | 计算梯度：网络的前向与反向传播](./docs/436564.md)
|
|
|
* [13 | 优化方法：更新模型参数的方法](./docs/438639.md)
|
|
|
* [加餐 | 机器学习其实就那么几件事](./docs/440393.md)
|
|
|
* [14 | 构建网络：一站式实现模型搭建与训练](./docs/442442.md)
|
|
|
* [15 | 可视化工具：如何实现训练的可视化监控？](./docs/444252.md)
|
|
|
* [16｜分布式训练：如何加速你的模型训练？](./docs/445886.md)
|
|
|
* [17 | 图像分类（上）：图像分类原理与图像分类模型](./docs/446645.md)
|
|
|
* [18 | 图像分类（下）：如何构建一个图像分类模型?](./docs/447503.md)
|
|
|
* [19 | 图像分割（上）：详解图像分割原理与图像分割模型](./docs/450898.md)
|
|
|
* [20 | 图像分割（下）：如何构建一个图像分割模型？](./docs/455415.md)
|
|
|
* [21 | NLP基础（上）：详解自然语言处理原理与常用算法](./docs/460504.md)
|
|
|
* [22 | NLP基础（下）：详解语言模型与注意力机制](./docs/461691.md)
|
|
|
* [23 | 情感分析：如何使用LSTM进行情感分析？](./docs/462524.md)
|
|
|
* [24 | 文本分类：如何使用BERT构建文本分类模型？](./docs/464152.md)
|
|
|
* [25 | 摘要：如何快速实现自动文摘生成？](./docs/464870.md)
|
|
|
* [用户故事 | Tango：师傅领进门，修行在个人](./docs/469029.md)
|
|
|
* [答疑篇｜思考题答案集锦](./docs/483203.md)
|
|
|
* [结束语｜人生充满选择，选择与努力同样重要](./docs/465858.md)
|
|
|
* [期末测试｜来赴一场100分之约！](./docs/465887.md)
|