第一章：Python基础知识
1、Python环境搭建
2、Python基本语法
3、Python流程控制
4、Python函数与对象
5、Matplotlib的安装与图形绘制
6、科学计算模块库
第二章：PyTorch与环境搭建
1、深度学习框架
2、PyTorch
3、PyTorch的安装与环境配置
第三章：PyTorch编程入门与进阶
1、张量（Tensor）的定义，以及与标量、向量、矩阵的区别与联系）
2、张量（Tensor）的常用属性与方法
3、张量（Tensor）的创建
4、张量（Tensor）的运算
5、张量（Tensor）的索引与切片
6、PyTorch的自动求导（Autograd）机制与计算图的理解
7、PyTorch常用工具包及API
第四章：PyTorch前向型神经网络
1、BP神经网络的基本原理
2、BP神经网络的Python代码实现
3、PyTorch代码实现神经网络的基本流程
4、案例：Linear模型、Logistic模型、Softmax函数输出、BP神经网络
第五章：PyTorch卷积神经网络
1、深度学习
2、深度学习与传统机器学习的区别与联系
2、卷积神经网络的基本原理
3、卷积神经网络的进化史：LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系
4、利用PyTorch构建卷积神经网络
5、案例：（1）CNN预训练模型实现物体识别
（2）利用卷积神经网络抽取抽象特征
（3）自定义卷积神经网络拓扑结构
6、PyTorch Lightning简介与快速入门
第六章：PyTorch迁移学习
1、迁移学习算法的基本原理
2、基于深度神经网络模型的迁移学习算法
3、案例：猫狗大战（Dogs vs. Cats）
第七章：PyTorch生成式对抗网络
1、生成式对抗网络GAN
2、GAN的基本原理及GAN进化史
3、案例：GAN的PyTorch代码实现
第八章：PyTorch RNN与LSTM
1、循环神经网络RNN的基本工作原理
2、长短时记忆网络LSTM的基本工作原理
3、案例：时间序列预测（北京市污染物预测）
第九章：PyTorch目标检测
1、什么是目标检测？目标检测与目标识别的区别与联系
2、YOLO模型的工作原理，YOLO模型与传统目标检测算法的区别
3、案例：（1）利用预训练好的YOLO模型实现目标检测
（2）数据标注演示
（3）训练自己的目标检测数据集
转载本文请联系原作者获取授权，同时请注明本文来自吕向阳科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3595493-1502178.html?mobile=1
收藏
