PyTorch深度学习实战
├┈01丨PyTorch：网红中的顶流明星.PDF
├┈02丨NumPy（上）：核心数据结构详解.PDF
├┈03丨NumPy（下）：深度学习中的常用操作.PDF
├┈04丨Tensor：PyTorch中最基础的计算单元.PDF
├┈05丨Tensor变形记：快速掌握Tensor切分、变形等方法.PDF
├┈06丨Torchvision（上）：数据读取，训练开始的第一步.PDF
├┈07丨Torchvision（中）：数据增强，让数据更加多样性.PDF
├┈08丨Torchvision（下）：其他有趣的功能.PDF
├┈09丨卷积（上）：计算机的眼睛.PDF
├┈10丨卷积（下）：计算机的眼睛.PDF
├┈11丨损失函数：如何帮助模型学会“自省”？.PDF
├┈12丨计算梯度：网络的前向与反向传播.PDF
├┈13丨优化方法：更新模型参数的方法.PDF
├┈14丨构建网络：一站式实现模型搭建与训练.PDF
├┈15丨可视化工具：如何实现训练的可视化监控？.PDF
├┈16丨分布式训练：如何加速你的模型训练？.PDF
├┈17丨图像分类（上）：图像分类原理与图像分类模型.PDF
├┈18丨图像分类（下）：如何构建一个图像分类模型_.PDF
├┈19丨图像分割（上）：详解图像分割原理与图像分割模型.PDF
├┈20丨图像分割（下）：如何构建一个图像分割模型？.PDF
├┈21丨NLP基础（上）：详解自然语言处理原理与常用算法.PDF
├┈22丨NLP基础（下）：详解语言模型与注意力机制.PDF
├┈23丨情感分析：如何使用LSTM进行情感分析？.PDF
├┈24丨文本分类：如何使用BERT构建文本分类模型？.PDF
├┈25丨摘要：如何快速实现自动文摘生成？.PDF
├┈加餐丨机器学习其实就那么几件事.PDF
├┈结束语丨人生充满选择，选择与努力同样重要.PDF
└┈开篇词丨如何高效入门PyTorch？.PDF