Important
在線閱讀地址| 配套視頻教程| 智海(國家級AI科教平台)
請注意:在線文檔更新落後於主倉庫更新,建議看source文件夾下的markdown文件
PyTorch是利用深度學習進行數據科學研究的重要工具,在靈活性、可讀性和性能上都具備相當的優勢,近年來已成為學術界實現深度學習算法最常用的框架。
考慮到PyTorch的學習兼具理論儲備和動手訓練,兩手都要抓兩手都要硬的特點,我們開發了《深入淺出PyTorch》課程,期望以組隊學習的形式,幫助大家從入門到熟練掌握PyTorch工具,進而實現自己的深度學習算法。
我們的願景是:通過組隊學習,大家能夠掌握由淺入深地PyTorch的基本知識和內容,經過自己的動手實踐加深操作的熟練度。同時通過項目實戰,充分鍛煉編程能力,掌握PyTorch進行深度學習的基本流程,提升解決實際問題的能力。
學習的先修要求是,會使用Python編程,了解包括神經網絡在內的機器學習算法,勤於動手實踐。
《深入淺出PyTorch》是一個系列,一共有三個部分。已經上線的是本系列的第一、二部分,後續會不斷更新《深入淺出PyTorch》(下),給出更貼合實際應用的實戰案例。
| 成員 | 個人簡介 | 個人主頁 |
|---|---|---|
| 牛誌康 | DataWhale成員,西安電子科技大學本科生 | [知乎][個人主頁] |
| 李嘉騏 | DataWhale成員,清華大學研究生 | [知乎] |
| 劉洋 | Datawhale成員,中國科學院數學與系統科學研究所研究生 | [知乎] |
| 陳安東 | DataWhale成員,哈爾濱工業大學研究生 | [個人主頁] |
教程貢獻情況(已上線課程內容):
李嘉騏:第三章;第四章;第五章;第六章;第七章;第八章;內容整合
牛誌康:第一章;第三章;第六章;第七章;第八章,第九章,第十章;文檔部署
劉洋:第二章;第三章
陳安東:第二章;第三章;第七章
部分章節直播講解請觀看B站回放(持續更新):https://www.bilibili.com/video/BV1L44y1472Z
課程編排: 深入淺出PyTorch分為三個階段:PyTorch深度學習基礎知識、PyTorch進階操作、PyTorch案例分析。
使用方法:
我們的課程內容都以markdown格式或jupyter notebook的形式保存在本倉庫內。除了多看加深課程內容的理解外,最重要的還是動手練習、練習、練習
組隊學習安排:
第一部分:第一章到第四章,學習週期:10天;
第二部分:第五章到第八章,學習週期:11天
本項目使用Forking工作流,具體參考atlassian文檔大致步驟如下:
upstream倉庫地址,並禁用pushlecture{#NO} , #NO保持兩位,如lecture07 ,對應課程目錄命令示例:
# 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包括非課程相關的改動,如本README.md中的變動, .gitignore的調整等。
| 內容 | 更新時間 | 內容 |
|---|---|---|
| apex | apex的簡介和使用 | |
| 模型部署 | Flask部署PyTorch模型 | |
| TorchScript | TorchScript | |
| 並行訓練 | 並行訓練 | |
| 模型預訓練- torchhub | torchhub的簡介和使用方法 | |
| 目標檢測- SSD | SSD的簡介和實現 | |
| 目標檢測- RCNN系列 | Fast-RCNN & Mask-RCNN | |
| 目標檢測- DETR | DETR的實現 | |
| 圖像分類- GoogLeNet | GoogLeNet的介紹與實現 | |
| 圖像分類- MobileNet系列 | MobileNet系列介紹與實現 | |
| 圖像分類- GhostNet | GhostNet代碼講解 | |
| 生成式對抗網絡- 生成手寫數字實戰 | 生成數字並可視化 | |
| 生成式對抗網絡- DCGAN | ||
| 風格遷移- StyleGAN | ||
| 生成網絡- VAE | ||
| 圖像分割Deeplab系列 | Deeplab系列代碼講解 | |
| 自然語言處理LSTM | LSTM情感分析實戰 | |
| 自然語言處理Transformer | ||
| 自然語言處理BERT | ||
| 影片 | 待定 | |
| 音頻 | 待定 | |
| 自定義CUDA擴展和算子 |
Made with contrib.rocks.
本作品採用知識共享署名-非商業性使用-相同方式共享4.0 國際許可協議進行許可。