【PyTorch】

学习方法

监督学习、无监督学习、半监督学习、强化学习

PyTorch 实现模型训练

一、数据
数据从硬盘读取到内存的方法
组织数据进行训练的方式
图片预处理及数据增强的操作
二、模型
构建模型模块与组织复杂网络的方法
初始化网络参数的方式
定义网络层的方法
三、损失函数
创建损失函数的方法
设置损失函数超参数的方式
选择损失函数的依据
四、优化器
管理模型参数的方法
管理多个参数组实现不同学习率的方式
调整学习率的策略
五、迭代训练
观察训练效果的方式
绘制 Loss/Accuracy 曲线的方法
使用 TensorBoard 分析的方法
六、模型应用
图像分类、图像分割、目标检测的实现
对抗生成、循环网络等场景的应用

张量