所属分类：软件编程与计算机基础 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

PyTorch深度学习从入门到精通

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程大纲 · 深度学习应用场景
课程导入学习目标
02
环境搭建
Python环境配置 · Anaconda使用 · PyTorch安装（CPU/GPU）
环境搭建Python
03
PyTorch基础
张量（Tensor）的创建 · 属性 · 数据类型
PyTorchTensor
04
张量操作
索引 · 切片 · 拼接
张量操作索引
05
自动求导
计算图概念 · autograd机制 · 梯度计算
自动求导计算图概念
06
神经网络基础
感知机 · 激活函数（ReLU · Sigmoid
神经网络基础感知机
07
torch.nn模块
Linear层 · Sequential容器 · 参数初始化
torch.nn模块
08
优化器与训练循环
SGD · Adam · 学习率调度
优化器训练循环
09
数据集与数据加载
Dataset类 · DataLoader · 批处理
数据集数据加载
10
模型保存与加载
state_dict · torch.save/load · checkpoint
模型保存加载
11
线性回归实战
从零实现线性回归 · 使用PyTorch实现 · 训练可视化
线性回归实战从零实现线性回归
12
逻辑回归与二分类
sigmoid输出 · BCE损失 · 分类评估指标（准确率
逻辑回归二分类
13
多层感知机（MLP）
隐藏层设计 · 过拟合与欠拟合 · Dropout与BatchNorm
MLP多层感知机
14
卷积神经网络（CNN）基础
卷积层 · 池化层 · 特征图计算
CNN卷积神经网络
15
经典CNN架构
LeNet · AlexNet · VGG
CNN经典
16
图像分类实战
CIFAR-10数据集 · CNN模型训练 · 数据增强
图像分类实战CIFAR-10
17
循环神经网络（RNN）基础
RNN结构 · LSTM · GRU
RNN循环神经网络
18
文本分类实战
IMDb情感分析 · 词嵌入（Embedding） · RNN/LSTM模型实现
文本分类实战IMDb
19
生成对抗网络（GAN）基础
生成器与判别器 · 对抗训练 · DCGAN实现
GAN生成对抗网络
20
自编码器（Autoencoder）
降维 · 去噪 · 变分自编码器（VAE）简介
Autoencoder自编码器
21
注意力机制与Transformer
Self-Attention · Multi-Head Attenti… · 位置编码
Transformer注意力机制
22
PyTorch进阶技巧
混合精度训练 · 梯度裁剪 · 学习率预热
PyTorch进阶技巧
23
模型调试与可视化
TensorBoard · torchviz · 损失曲线
模型调试可视化
24
常见问题与解决方案
梯度消失/爆炸 · 过拟合 · 训练不收敛
常见问题解决方案
25
迁移学习与微调
预训练模型使用 · 特征提取 · 微调策略
迁移学习微调
26
目标检测入门
目标检测基础 · YOLO原理简介 · 使用PyTorch实现简单检测器
目标检测入门目标检测基础
27
语义分割入门
分割任务概述 · FCN · U-Net原理与实现
语义分割入门分割任务概述
28
强化学习基础
强化学习概念 · 策略梯度 · DQN简介
强化学习基础强化学习概念
29
模型部署与生产化
ONNX导出 · TorchScript · Flask服务
模型部署生产化
30
综合实战项目
端到端深度学习项目（如人脸表情识别） · 涵盖数据 · 模型
综合实战项目端到端深度学习项…