B站刘二大人Pytorch课程学习笔记及课后作业
内容概要
本人在学习B站刘二大人Pytorch实践课程时，做的一些学习笔记。包含课程要点、教学源码以及课后作业和作业源码。
目录
- 第一讲 概述
- 第二讲 线性模型创建
- 第三讲 梯度下降算法
- 第四讲 反向传播机制
- 第五讲 用pytorch实现线性回归
- 第六讲 逻辑斯蒂回归模型
- 第七讲 处理多维特征的输入
- 第八讲 加载数据集
- 第九讲 多分类问题–softmax classifier
- 第十讲 卷积神经网络（基础篇）
- 第十一讲 卷积神经网络（高级篇）
学习收获
学完刘二大人的课程和此学习笔记，你就可以看懂大部分网络结构，并且复现出一些经典网络，比如残差网络ResNet、密集连接网络DenseNet和GoogleLeNet中Inception模块等等。收获良多。
使用说明
- 学习笔记：包含了每一讲的课程要点和重点内容，帮助你快速回顾和理解课程内容。
- 教学源码：提供了课程中讲解的代码示例，可以直接运行和修改，加深对Pytorch的理解。
- 课后作业：每讲结束后，都有相应的课后作业，帮助你巩固所学知识。
- 作业源码：提供了课后作业的参考答案，供你参考和对比自己的实现。
注意事项
- 建议在学习过程中，先自行完成课后作业，再参考提供的作业源码。
- 学习笔记和源码仅供参考，鼓励根据自己的理解和需求进行修改和扩展。
希望这份资源能够帮助你更好地学习和掌握Pytorch，提升你的深度学习技能！