《Pytorch框架班》训练营

课程资料

• Pytorch中文文档地址：本文档介绍了最新的Pytorch1.1的API
• 《Pytorch模型训练实用教程》中配套代码
• 本训练营的学习安排与课程任务：详见文件夹Books中的《PyTorch框架班作业（第一期）》doc文档

课程安排

总课时：6 周

第一周

• 1 Pytorch简介，配置电脑环境
• 2 学习序列化模型、torch接口
• 3 深入了解torch接口

第二周

• 4 torch.Storage、torch.cuda操作
• 5 数据读取、数据扩增
• 6 构建网络模型

第三周

• 7 网络模型参数初始化
• 8 损失函数
• 9 优化算法torch.optim

第四周

• 10 设置学习率
• 11 数据可视化

第五周

• 12 Logistics分类实战
• 13 多层感知机MLP实战
• 14 卷积神经网络CNN：Resnet18
• 15 递归神经网络RNN-LSTM：词性预测

第六周

• 16 CNN卷积神经网络：定位检测实战
• 17 GAN项目实战
• 18 开始一个简单的图像分类比赛(kaggle 猫狗识别)
• 19 期末总结

总结

  老师给的是Pytorch0.4的API资料，配合Pytorch1.1的代码，能更好的学习API的使用。第五周的课程，如果采用单机运行，可能由于算力不够，需要等待很长的时间。建议搭建Google Colab，需要采用科学上网。
  由于笔者还不会深度学习，只能先通过查看Pytorch的API示例，学习框架的使用，并逐步改写代码。目标下一次要完成《吴恩达深度学习教程》和《深度学习》花书。
  requirements.txt文件是笔者自己的环境，配置环境如下：

• CUDA安装的是10.0版本
  
• torch版本
  
• python版本