DeepLearning库

说明

本代码库所用的python版本为Anaconda包中的3.6

pytorch环境为1.5.1: https://pytorch.org/get-started/previous-versions/

什么是好代码？

本库的目标在于写"笨代码"。 其间有两个要素，清晰的代码结构与完善的代码文档。

深度学习一般套路

1. 加载数据
2. 构造输入
3. 搭建网络
4. 计算输出
5. 计算loss
6. 反向传播
7. 打完收工

Pytorch

1. Pytorch基础

基础部分做一个参考。随着Pytorch版本的提升，许多方法、变量都会废弃，

Content	.ipynb 文件	.py 文件
1.Tensor基础	Tensor基础.ipynb	Tensor基础.py
2.autograd机制	autograd机制.ipynb	autograd机制.py
3.线性回归	线性回归.ipynb	线性回归.py
4.多层感知机	多层感知机.ipynb	多层感知机.py
5.Dataset和DataLoader	Dataset和DataLoader.ipynb	Dataset和DataLoader.py
6.CNN和MNIST	CNN和MNIST.ipynb	CNN和MNIST.py
7.参数初始化和使用预训练模型	参数初始化和使用预训练模型.ipynb	参数初始化和使用预训练模型.py
8.模型微调的各种trick	模型微调的各种trick.ipynb	模型微调的各种trick.py
9.模型保存和加载	模型保存和加载.ipynb	模型保存和加载.py
10.循环神经网络（RNN）	循环神经网络（RNN）.ipynb	循环神经网络（RNN）.py

参考文献

• pytorch教程：http://pytorch123.com/

• pytorch-handbook: https://github.com/zergtant/pytorch-handbook

• pytorch-tutorial: https://github.com/yunjey/pytorch-tutorial

• 简单粗暴Tensorflow：https://tf.wiki/zh_hans

• 动手学深度学习：https://zh.d2l.ai/index.html