PyTorch入门到进阶实战计算机视觉与自然语言处理项目
今天先学习PyTorch入门到进阶实战计算机视觉与自然语言处理项目的第3章、第10章、第11章、第12章、第13章其他章节其他时间学习
第3章 PyTorch入门基础串讲
3-1 机器学习中的分类与回归问题-机器学习基本构成元素
3-2 Tensor的基本定义
3-3 Tensor与机器学习的关系
3-4 Tensor创建编程实例
3-5 Tensor的属性
3-6 Tensor的属性-稀疏的张量的编程实践
3-7 Tensor的算术运算
3-8 Tensor的算术运算编程实例
3-9 in-place的概念和广播机制
3-10 取整-余
3-11 比较运算-排序-topk-kthvalue-数据合法性校验
3-12 三角函数
3-13 其他数学函数
3-14 Pytorch与统计学方法
3-15 Pytorch与分布函数
3-16 Pytorch与随机抽样
3-17 Pytorch与线性代数运算
3-18 Pytorch与矩阵分解-PCA
3-19 Pytorch与矩阵分解-SVD分解-LDA
3-20 Pytorch与张量裁剪
3-21 Pytorch与张量的索引与数据筛选
3-22 Pytorch与张量组合与拼接
3-23 Pytorch与张量切片
3-24 Pytorch与张量变形
3-25 Pytorch与张量填充&傅里叶变换
3-26 Pytorch简单编程技巧
3-27 Pytorch与autograd-导数-方向导数-偏导数-梯度的概念
3-28 Pytorch与autograd-梯度与机器学习最优解
3-29 Pytorch与autograd-Variable$tensor
3-30 Pytorch与autograd-如何计算梯度
3-31 Pytorch与autograd中的几个重要概念-variable-grad-grad_fn
3-32 Pytorch与autograd中的几个重要概念-autograd例子
3-33 Pytorch与autograd中的几个重要概念-function
3-34 Pytorch与nn库
3-35 Pytorch与visdom
3-36 Pytorch与tensorboardX
3-37 Pytorch与torchvision
第10章 循环神经网与NLP基础串讲
10-1 RNN网络基础
10-2 RNN常见网络结构-simple RNN网络
10-3 Bi-RNN网络
10-4 LSTM网络基础
10-5 Attention结构
10-6 Transformer结构
10-7 BERT结构
10-8 NLP基础概念介绍
第11章 PyTorch实战中文文本情感分类问题
11-1 文本情感分析-情感分类概念介绍
11-2 文本情感分类关键流程介绍
11-3 文本情感分类之文本预处理
11-4 文本情感分类之特征提取与文本表示
11-5 文本情感分类之深度学习模型
11-6 文本情感分类-数据准备
11-7 文本情感分类-dataset类定义
11-8 文本情感分类-model类定义
11-9 文本情感分类-train脚本定义
11-10 文本情感分类-test脚本定义
第12章 PyTorch实战机器翻译问题
12-1 机器翻译相关方法-应用场景-评价方法
12-2 Seq2Seq-Attention编程实例数据准备-模型结构-相关函数
12-3 Seq2Seq-Attention编程实例-定义数据处理模块
12-4 Seq2Seq-Attention编程实例-定义模型结构模块（上）
12-5 Seq2Seq-Attention编程实例-定义模型结构模块（下）
12-6 Seq2Seq-Attention编程实例-定义train模块（上）
12-7 Seq2Seq-Attention编程实例-定义train模块（下）
12-8 Seq2Seq-Attention编程实例-定义train模块-loss function
12-9 Seq2Seq-Attention编程实例-定义eval模块
第13章 PyTorch工程应用介绍
13-1 PyTorch模型开发与部署基础平台介绍
13-2 PyTorch工程化基础--Torchscript
13-3 PyTorch服务端发布平台--Torchserver
13-4 PyTorch终端推理基础--ONNX
