/deeplearning_note

【极具个人特色见解的深度学习笔记】涵盖CNN、RNN、GNN以及Transformer

Primary LanguageJupyter Notebook

pytorch.ipynb文件的结构如下:

1Tensor基础
    1.1Tensor的创建
    1.2Tensor的属性
    1.3Tensor的方法
    1.4Tensor的运算
    	1.4.1索引切片
    1.5Tensor的函数
    	1.5.1统计函数
        1.5.2其他函数
    1.6cuda张量
2Tensor进阶
    2.1数据模块
    	2.1.1Dataset抽象类
            2.1.1.1模板
            2.1.1.2实例
        2.1.2DataLoader类
    2.2网络模块
        2.2.1线性层
        2.2.2卷积层
        2.2.3池化层
        2.2.4批量规范层
        2.2.5RNN层
        2.2.6LSTM层
        2.2.7激活函数
            2.2.7.1Sigmoid函数
            2.2.7.2Tanh函数
            2.2.7.3ReLU函数
            2.2.7.4LeakyReLU函数
        2.2.8Module抽象类
    2.3算法模块
    	2.3.1SGD
        2.3.2AdaGrad
        2.3.3RMSProp
        2.3.4Adam
    2.4训练测试模块
3二维卷积模板
    3.1data
    3.2model
    3.3train
    3.4eval