重新调整了各章节标题

README.md

@@ -1,22 +1,12 @@
 # 深入浅出PyTorch
-**在线阅读地址**：https://datawhalechina.github.io/thorough-pytorch/
+**在线阅读地址**：https://eanyang7.github.io/pytorch_docs/
 
 **配套视频教程**：https://www.bilibili.com/video/BV1L44y1472Z
 
-## 一、项目初衷
+该项目是在[datawhalechina/thorough-pytorch](https://github.com/datawhalechina/thorough-pytorch)的基础上进行加工改编
 
-PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
-
-考虑到PyTorch的学习兼具理论储备和动手训练，两手都要抓两手都要硬的特点，我们开发了《深入浅出PyTorch》课程，期望以组队学习的形式，帮助大家从入门到熟练掌握PyTorch工具，进而实现自己的深度学习算法。
-
-我们的愿景是：通过组队学习，大家能够掌握由浅入深地PyTorch的基本知识和内容，经过自己的动手实践加深操作的熟练度。同时通过项目实战，充分锻炼编程能力，掌握PyTorch进行深度学习的基本流程，提升解决实际问题的能力。
-
-学习的先修要求是，会使用Python编程，了解包括神经网络在内的机器学习算法，勤于动手实践。
-
-《深入浅出PyTorch》是一个系列，一共有三个部分。已经上线的是本系列的第一、二部分，后续会不断更新《深入浅出PyTorch》（下），给出更贴合实际应用的实战案例。
-
-## 二、内容简介
-- 第零章：前置知识（选学）
+## 章节目录
+- 第零章：前置知识
   - 人工智能简史
   - 相关评价指标
   - 常用包的学习
@@ -84,147 +74,3 @@ PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活
   - 音频处理
   - 视频处理
   - 其他
-  - 
-
-## 三、人员安排
-| 成员  | 个人简介                                            | 个人主页                                           |
-| --------------- | --------------------------------------------------- | -------------------------------------------------- |
-|   牛志康   | DataWhale成员，西安电子科技大学本科生 | [[知乎](https://www.zhihu.com/people/obeah-82)][[个人主页](https://nofish-528.github.io/)] |
-|   李嘉骐   | DataWhale成员，清华大学研究生 | [[知乎](https://www.zhihu.com/people/li-jia-qi-16-9/posts)] |
-|    刘洋    | Datawhale成员，中国科学院数学与系统科学研究所研究生 | [[知乎](https://www.zhihu.com/people/ming-ren-19-34/asks)]   |
-|   陈安东   | DataWhale成员，中央民族大学研究生                   | [[个人主页](https://andongblue.github.io/chenandong.github.io/)] |
-
-教程贡献情况（已上线课程内容）：
-
-李嘉骐：第三章；第四章；第五章；第六章；第七章；第八章；内容整合
-
-牛志康：第一章；第三章；第六章；第七章；第八章，第九章，第十章；文档部署
-
-刘洋：第二章；第三章
-
-陈安东：第二章；第三章；第七章
-
-## 四、 课程编排与配套视频
-<details>
-
-部分章节直播讲解请观看B站回放（持续更新）：https://www.bilibili.com/video/BV1L44y1472Z
-
-- 课程编排：
-  深入浅出PyTorch分为三个阶段：PyTorch深度学习基础知识、PyTorch进阶操作、PyTorch案例分析。
-
-- 使用方法:
-
-  我们的课程内容都以markdown格式或jupyter notebook的形式保存在本仓库内。除了多看加深课程内容的理解外，最重要的还是动手练习、练习、练习
-
-- 组队学习安排:
-
-  第一部分：第一章到第四章，学习周期：10天；
-
-  第二部分：第五章到第八章，学习周期：11天
-</details>
-
-## 五、关于贡献
-<details> 
-
-本项目使用`Forking`工作流，具体参考[atlassian文档](https://www.atlassian.com/git/tutorials/comparing-workflows/forking-workflow)大致步骤如下：
-
-1. 在GitHub上Fork本仓库
-2. Clone Fork后的个人仓库
-3. 设置`upstream`仓库地址，并禁用`push`
-4. 使用分支开发，课程分支名为`lecture{#NO}`，`#NO`保持两位，如`lecture07`，对应课程目录
-5. PR之前保持与原始仓库的同步，之后发起PR请求
-
-命令示例：
-
-```shell
-# fork
-# clone
-git clone [email protected]:USERNAME/thorough-pytorch.git
-# set upstream
-git remote add upstream [email protected]:datawhalechina/thorough-pytorch.git
-# disable upstream push
-git remote set-url --push upstream DISABLE
-# verify
-git remote -v
-# some sample output:
-# origin	[email protected]:NoFish-528/thorough-pytorch.git (fetch)
-# origin	[email protected]:NoFish-528/thorough-pytorch.git (push)
-# upstream	[email protected]:datawhalechina/thorough-pytorch.git (fetch)
-# upstream	DISABLE (push)
-# do your work
-git checkout -b lecture07
-# edit and commit and push your changes
-git push -u origin lecture07
-# keep your fork up to date
-## fetch upstream main and merge with forked main branch
-git fetch upstream
-git checkout main
-git merge upstream/main
-## rebase brach and force push
-git checkout lecture07
-git rebase main
-git push -f
-```
-
-### Commit Message
-
-提交信息使用如下格式：`<type>: <short summary>`
-
-```
-<type>: <short summary>
-  │            │
-  │            └─⫸ Summary in present tense. Not capitalized. No period at the end.
-  │
-  └─⫸ Commit Type: [docs #NO]:others
-```
-
-`others`包括非课程相关的改动，如本`README.md`中的变动，`.gitignore`的调整等。
-</details>
-
-## 六、更新计划
-<details>
-
-| 内容 | 更新时间 |内容|
-| :---- | :---- |:----:|
-|apex|  |apex的简介和使用|
-|模型部署|  |Flask部署PyTorch模型|
-|TorchScript|  |TorchScript|
-|并行训练| |并行训练 |
-|模型预训练 - torchhub| |torchhub的简介和使用方法|
-|目标检测 - SSD|  |SSD的简介和实现|
-|目标检测 - RCNN系列|  |Fast-RCNN & Mask-RCNN|
-|目标检测 - DETR|  |DETR的实现|
-|图像分类 - GoogLeNet|  |GoogLeNet的介绍与实现|
-|图像分类 - MobileNet系列|  |MobileNet系列介绍与实现|
-|图像分类 - GhostNet|  |GhostNet代码讲解|
-|生成式对抗网络 - 生成手写数字实战|  |生成数字并可视化|
-|生成式对抗网络 - DCGAN|  ||
-|风格迁移 - StyleGAN|  ||
-|生成网络 - VAE|  ||
-|图像分割 Deeplab系列|  |Deeplab系列代码讲解|
-|自然语言处理 LSTM|  |LSTM情感分析实战|
-|自然语言处理 Transformer|  ||
-|自然语言处理 BERT|  ||
-|视频| | 待定|
-|音频| | 待定|
-|自定义CUDA扩展和算子|||
-</details>
-
-## 七、鸣谢与反馈
-- 非常感谢DataWhale成员 叶前坤 @[PureBuckwheat](https://github.com/PureBuckwheat) 和 胡锐锋 @[Relph1119](https://github.com/Relph1119) 对文档的细致校对！
-- 如果有任何想法可以联系我们DataWhale也欢迎大家多多提出issue。
-- 特别感谢以下为教程做出贡献的同学！并特别感谢MMYOLO的贡献者们！
-
-
-<a href="https://github.com/datawhalechina/thorough-pytorch/graphs/contributors">
-  <img src="https://contrib.rocks/image?repo=datawhalechina/thorough-pytorch" />
-</a>
-
-Made with [contrib.rocks](https://contrib.rocks).
-
-
-## 八、关注我们
-<div align=center><img src="https://raw.githubusercontent.com/datawhalechina/easy-rl/master/docs/res/qrcode.jpeg" width = "250" height = "270" alt="Datawhale是一个专注AI领域的开源组织，以“for the learner，和学习者一起成长”为愿景，构建对学习者最有价值的开源学习社区。关注我们，一起学习成长。"></div>
-
-## LICENSE
-<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="知识共享许可协议" style="border-width:0" src="https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-lightgrey" /></a><br />本作品采用<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议</a>进行许可。