Pytorch快速入门与精通

Pytorch快速入门与精通 《PyTorch快速入门与精通》系列大纲模块一筑基期 — PyTorch核心认知第1-4讲目标理解PyTorch的灵魂建立张量思维告别调包侠第1讲张量PyTorch世界的原子Pytorch之安装PyTorch之张量创建核心内容Tensor vs Variable历史演变、数据类型、设备CPU/CUDA、与NumPy的互操作通俗比喻张量就是带梯度的Excel表格Variable是老版本的概念现在Tensor自带自动微分第2讲张量操作与线性回归实战核心内容创建、索引、切片、变形view/reshape、拼接、广播机制手写线性回归通俗比喻广播机制就像自动对齐表格列宽不用手动复制数据第3讲自动微分PyTorch的灵魂——Autograd核心内容计算图、动态图机制、梯度反向传播、逻辑回归从零实现通俗比喻PyTorch是边搭积木边画图纸TensorFlow是先画图纸再搭积木第4讲数据流水线Dataset与DataLoader核心内容自定义Dataset、数据加载、批处理、多进程、数据采样、迭代器机制通俗比喻就像餐厅后厨的备菜流水线主厨GPU只管炒菜备菜交给DataLoader模块二修炼期 — 模型训练全流程第5-12讲目标掌握炼丹的完整配方每个环节都能调优第5讲Transform数据预处理与增强核心内容torchvision.transforms、自定义变换、Compose管道、训练/测试时差异、常见增强策略翻转、裁剪、归一化实战要点数据增强就是给模型看更多角度的照片防止死记硬背第6讲模型创建从搭积木到建大厦核心内容nn.Module、模型容器Sequential/ModuleList/ModuleDict、搭建CNN/MLP、前向传播流程实战要点理解__init__搭结构forward()走数据第7讲常用网络层深度解析核心内容卷积层Conv1d/2d/3d、池化层、全连接层、激活函数、归一化层、Dropout、循环层实战要点重点讲参数计算和输出尺寸计算面试必考第8讲权重初始化与损失函数核心内容Xavier/Kaiming初始化、十种损失函数MSE/CE/BCE/Dice/Focal等、损失选择策略实战要点好的初始化是给模型一个好的起跑线第9讲优化器如何下山最快核心内容SGD/Momentum/AdaGrad/RMSprop/Adam/AdamW原理对比、参数组设置、状态字典实战要点用下山找最低点的比喻讲清每种优化器的性格第10讲学习率调整策略核心内容学习率衰减Step/MultiStep/Exponential/CosineAnnealing、Warmup、自定义调度器、OneCycle实战要点学习率就像油门前期猛踩后期微调第11讲TensorBoard让训练看得见核心内容标量/图像/直方图/计算图可视化、超参数追踪、模型结构可视化实战要点训练黑盒的透视眼镜第12讲Hook函数与CAM可视化核心内容Forward/Backward Hook、特征图提取、Grad-CAM类激活图可视化、理解模型在看哪里实战要点让模型开口说话解释它为什么这样预测模块三精进期 — 训练技巧与工程化第13-15讲目标解决过拟合、加速训练、模型复用从跑通到跑好第13讲正则化防止模型死记硬背核心内容L2正则weight_decay、Dropout原理与实现、Early Stopping、数据增强作为正则通俗理解过拟合就是背书而不是理解正则化是强迫模型提炼规律第14讲Normalization让训练更稳定核心内容BatchNorm/LayerNorm/InstanceNorm/GroupNorm原理、训练和推理时的行为差异、放置位置Conv-BN-ReLU顺序通俗理解解决内部协变量偏移就像统一试卷难度让每次考试公平第15讲模型保存、加载与Fine-tune核心内容状态字典保存/加载、断点续训、模型微调策略冻结层、差分学习率、模型部署格式ONNX/TorchScript简介通俗理解站在巨人肩膀上预训练模型你的数据快速出效果模块四实战期 — 经典任务全通关第16-20讲目标四大CV任务RNN从论文到代码完整复现第16讲图像分类Hello World of CV核心内容ResNet从头搭建、迁移学习、训练技巧标签平滑、Mixup、CIFAR-10/ImageNet实战配套项目手写数字识别 → 猫狗分类 → ImageNet预训练第17讲图像分割像素级理解核心内容语义分割vs实例分割、FCN/U-Net/DeepLab架构、Dice Loss、数据集格式mask标注配套项目医学影像分割 / 道路分割实战第18讲目标检测找到并框出它核心内容两阶段Faster R-CNNvs单阶段YOLO/SSD、Anchor机制、NMS、评价指标mAP配套项目自定义数据集训练检测模型第19讲对抗生成网络AI的想象力核心内容GAN原理生成器vs判别器博弈、DCGAN/StyleGAN简介、训练技巧模式坍塌解决配套项目生成手写数字 / 人脸动漫化第20讲循环神经网络序列的记忆核心内容RNN/LSTM/GRU原理、文本分类/时间序列预测、PackedSequence处理变长序列、与CNN的结合配套项目情感分析 / 股价预测实战附录GPU使用与常见报错排查穿插或独立番外CUDA环境配置GPU检测、设备指定多GPU训练DataParallel / DistributedDataParallel常见报错手册报错场景CUDA out of memory显存不足RuntimeError: Expected all tensors...设备不一致CPU/GPU混用维度不匹配张量形状错误类型错误dtype不一致性能优化技巧自动混合精度AMPTorchScript加速内存优化策略教学设计理念原则体现每讲一个实战拒绝纯理论每讲必有可运行代码对比式教学TensorFlow静态图 vs PyTorch动态图、各种优化器/归一化方法横向对比可视化优先复杂概念如反向传播、卷积过程必有动画/图示面试导向重点讲解高频考点BN训练推理差异、权重初始化选择、各优化器优缺点递进式项目从线性回归→分类→分割→检测难度螺旋上升