深度学习与PyTorch-代码和PPT.zip

【实例简介】
深度学习与PyTorch-代码和PPT，基于pytorch的深度学习资料
【实例截图】
【核心代码】
深度学习与PyTorch-代码和PPT
└── DeepLearningTutorials-master
├── AutoEncoder实战
│   ├── ae.py
│   ├── AutoEncoders.pdf
│   ├── main.py
│   └── vae.py
├── Cifar10与ResNet18实战
│   ├── lenet5.py
│   ├── main.py
│   ├── resnet.py
│   └── 考虑到大家的GPU较小，我们这里的ResNet18是阉割版
├── Lesson01-初见PyTorch
│   ├── autograd_demo.py
│   ├── demo.lua
│   ├── lesson1.pdf
│   └── lesson1.py
├── Lesson02-开发环境准备
│   ├── lesson2.pdf
│   └── main.py
├── lesson03-简单回归案例
│   └── lesson3.pdf
├── lesson04-简单回归案例-PyTorch求解
│   ├── data.csv
│   ├── gd.py
│   └── lesson4.pdf
├── lesson05-手写数字问题引入
│   └── lesson5.pdf
├── lesson06-基本数据类型
│   └── lesson6.pdf
├── lesson07-创建Tensor
│   ├── lesson7.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson08-索引与切片
│   ├── lesson8.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson09-Tensor变换
│   ├── Expand.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson10-Broadcasting
│   ├── Broadcasting.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson11-Tensor合并与分割
│   ├── Concat.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson12-Tensor运算
│   ├── math operation.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson13-Tensor统计
│   ├── statisics.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson14-Tensor高阶
│   ├── tensor advanced.pdf
│   └── 这一章代码量少，同学们照着写.txt
├── lesson16-什么是梯度
│   └── 16 梯度.pdf
├── lesson17-常见梯度
│   └── 17 常见函数梯度.pdf
├── lesson18-激活函数与Loss的梯度
│   ├── 18.1 激活函数梯度.pdf
│   └── 18.2 LOSS及其梯度.pdf
├── lesson19-感知机的梯度推导
│   ├── 19.1 单一输出感知机.pdf
│   ├── 19.2 多输出感知机.pdf
│   ├── lesson19.1.mp4.baiduyun.uploading.cfg
│   └── lesson19.2.mp4.baiduyun.uploading.cfg
├── lesson20-链式法则
│   └── 20.pdf
├── lesson21-MLP反向传播推导
│   └── 21.pdf
├── lesson22-优化小实例
│   ├── 22 Himmelblau.pdf
│   └── main.py
├── lesson24-Logistic Regression
│   └── 24 LR.pdf
├── lesson25-交叉熵
│   └── 25 交叉熵.pdf
├── lesson26-LR多分类实战
│   ├── 26.pdf
│   └── main.py
├── lesson27-MLP网络层
│   ├── 27 全连接层.pdf
│   └── main.py
├── lesson28-激活函数与GPU加速
│   ├── 28.pdf
│   └── main.py
├── lesson29-MNIST测试
│   ├── 29.pdf
│   └── main.py
├── lesson30-Visdom可视化
│   ├── 30 可视化.pdf
│   └── main.py
├── lesson31-过拟合与欠拟合
│   └── 31.pdf
├── lesson32-Train-Val-Test-交叉验证
│   ├── 32.pdf
│   └── main.py
├── lesson33-regularization
│   ├── 33.pdf
│   └── main.py
├── lesson34-动量与lr衰减
│   └── 34.pdf
├── lesson35-early stopping, dropout, sgd
│   ├── 35.pdf
│   └── main.py
├── lesson37-什么是卷积
│   └── 37 卷积.pdf
├── lesson38-卷积神经网络
│   └── 38 CNN.pdf
├── lesson39-Pooling&upsample
│   └── 39.pdf
├── lesson40-BatchNorm
│   └── 40.pdf
├── lesson41-LeNet5,AlexNet, VGG, GoogLeNet
│   └── 41.pdf
├── lesson42-ResNet
│   ├── 42.pdf
│   └── resnet.py
├── lesson43-nn.Module
│   ├── 43.pdf
│   └── main.py
├── lesson44-数据增强
│   ├── 44.pdf
│   └── main.py
├── lesson46-时间序列表示
│   ├── 46.pdf
│   └── main.py
├── lesson47-RNN原理
│   └── 47.pdf
├── lesson48-RNN Layer使用
│   ├── 48.pdf
│   └── rnn.py
├── lesson49-时间序列预测
│   ├── 49.pdf
│   └── seris.py
├── lesson50-RNN训练难题
│   └── 50.pdf
├── lesson51-LSTM原理
│   └── 51.pdf
├── lesson52-LSTM Layer使用
│   └── 52.pdf
├── lesson53-情感分类实战
│   ├── 53.pdf
│   ├── lstm.ipynb
│   └── lstm.py
├── lesson54-61-GAN原理
│   ├── GAN样片.jpg
│   └── 深度学习：GAN.pdf
├── lesson62-65-GAN实战
│   ├── gan.py
│   └── wgan_gp.py
├── README.md
└── 课程介绍
├── 2019-01-12 (6).png
├── 2019-01-13.png
└── content.png

55 directories, 100 files