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

Python + PyTorch:深度学习与AI模型开发

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
深度学习与PyTorch的概述 · 学习目标 · 课程结构
课程导入PyTorch
02
Python基础回顾
Python语法 · 数据结构（列表 · 字典
Python基础回顾
03
PyTorch核心张量操作
张量的创建 · 数据类型 · 形状变换
PyTorch核心张量操作
04
自动求导与计算图
理解计算图 · 自动微分原理 · torch.autograd
自动求导计算图
05
数据加载与预处理
torch.utils.data.D… · 数据划分 · 归一化
数据加载预处理
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
构建第一个神经网络
使用torch.nn模块搭建全连接网… · 实现手写数字识别（MNIST） · 训练与评估流程
构建第一个神经网…torch.nn
08
模型训练与验证
训练循环 · 验证循环 · 批处理
模型训练验证
09
卷积神经网络（CNN）原理
卷积层 · 池化层 · 全连接层
CNN卷积神经网络
10
CNN实战
使用PyTorch实现CNN进行图像… · 包括数据增强 · 训练技巧
CNNPyTorch
11
迁移学习与预训练模型
使用torchvision.mode… · VGG · EfficientNet）
迁移学习预训练模型
12
循环神经网络（RNN）基础
序列数据 · RNN结构 · LSTM与GRU
RNN循环神经网络
13
自然语言处理入门
词嵌入（Word2Vec · GloVe） · 文本预处理
自然语言处理入门Word2Vec
14
Transformer与注意力机制
自注意力 · 多头注意力 · Transformer架构
Transformer注意力机制
15
生成对抗网络（GAN）基础
生成器与判别器 · 对抗训练 · DCGAN实现图像生成
GAN生成对抗网络
16
自编码器与变分自编码器
降维 · 特征学习 · 图像去噪
自编码器变分自编码器
17
模型优化与正则化
权重衰减 · Dropout · Batch Normalizatio…
模型优化正则化
18
训练技巧与调试
可视化（TensorBoard） · 梯度检查 · 调试常见错误（维度不匹配
训练技巧调试
19
模型部署与推理优化
ONNX导出 · TorchScript · 量化
模型部署推理优化
20
分布式训练与GPU加速
CUDA使用 · 多GPU训练（DataParalle… · DistributedDataPar…
GPU分布式训练
21
PyTorch生态与工具
torchvision · torchtext · torchaudio
PyTorch生态
22
实战项目一
图像分类器（猫狗识别）——从数据准备…
实战项目一图像分类器
23
实战项目二
目标检测（YOLO或Faster R…
实战项目二YOLO
24
实战项目三
语义分割（UNet）——医学图像分割…
实战项目三UNet
25
实战项目四
文本生成（风格）——使用Tra…
实战项目四
26
实战项目五
推荐系统——基于深度学习的协同过滤与…
实战项目五推荐系统
27
常见问题与解决方案
过拟合 · 梯度消失/爆炸 · 数据不平衡
常见问题解决方案
28
模型可解释性与公平性
特征重要性 · LIME · SHAP
模型可解释性公平性
29
综合提升
从到代码复现 · Kaggle竞赛实战 · 开源项目贡献
综合提升从到代码复现
30
课程总结与未来方向
深度学习前沿（自监督学习 · 扩散模型） · 职业规划
课程总结未来方向