记录一下自己在学习微软家pytorch教程的笔记和保存的ipynb文件，Microsoft Learn的东西感觉在他们自己的沙盒上运行的实在太慢了，体验不是怎么好，自己放在本地和colab笔记本上又重新跑了一遍，大概是对四个模块的认识更深一点了。
\pytorch_funfamentals
Mode LastWriteTime Length Name
---- ------------- ------ ----
d----- 2023/2/5 9:37 1_Introduction_to_PyTorch
d----- 2023/2/11 7:11 2_Introduction_to_Computer_Vision_with_PyTorch
d----- 2023/2/9 16:19 3_Introduction_to_Natural_Language_Processing_with_PyTorch
d----- 2023/2/10 13:06 4_Introduction_to_audio_classification_with_PyTorch
-a---- 2023/2/11 7:11 12 README.md
- 模块一主要用一个案例来教会你tensors、autograd、optimization这些技巧，整个文件夹用cpu跑也是完全没问题的
- 模块二则介绍了各种cv的net还有transfer-learning等等概念，模型参数大起来了用cpu跑就很慢，所以底下多创建了一个文件夹
testOnColab里面的文件是在colab上用Tesla T4跑过的(每次都是分配到T4) - 模块三则介绍了rnn、lstm、生成文本的一些内容，不过没有讲transformer和bert了，在之前的版本应该是有的（这里自己去github上下载了也放在这里）。
- 模块四介绍了将waveform转化成spectrograms再导出png图片，最后通过cnn对图片训练达到yes和no语音分类的效果。