我的AI学习笔记(基于pytorch编程）

• 按不同模型整理到不同的文件夹
• 各文件夹中包含 jupyter notebook 笔记，所涉及的图片及论文

• PyTorch基础
• Loss Function
• CNN
• RNN
• LSTM
• GRU
• GCNN
• Transformer
• Vision Transformer(ViT)
• Masked Auto Encoder(MAE)
• ConvMixer
• ConvNeXt
• U-Net
• ResNet
• Diffusion Models
• CLIP
• 【北邮版CS231N】深度学习与数字视频

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】
  • 01_PyTorch介绍与张量的创建
  • 02_PyTorch张量的运算API(上)
  • 03_PyTorch张量的运算API(下)
  • 04_PyTorch的Dataset与DataLoader详细使用教程
  • 05_深入刨析PyTorch_DataLoader源码
  • 06_PyTorch中搭建分类网络实例
  • 07_深入刨析PyTorch_nnModule源码
  • 08_深入刨析PyTorch的state_dict_parameters_modules源码
  • 09_深入刨析PyTorch的nn_Sequential及ModuleList源码
  • 10_PyTorch_autograd使用教程
  • 11_PyTorch中如何进行向量微分矩阵微分与计算雅可比行列式
  • 12_如何在PyTorch中训练模型
  • 13_详细推导自动微分Forward与Reverse模式
  • 14_保存与加载PyTorch训练的模型和超参数
  • 15_Dropout原理及其源码实现
  • 16_PyTorch中进行卷积残差模块算子融合
  • 52_Excel/Csv文件数据转成PyTorch张量导入模型代码逐行讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】
  • 55_PyTorch的交叉熵、信息熵、二分类交叉熵、负对数似然、KL散度、余弦相似度的原理与代码讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 22_PyTorch nn.Conv2d卷积网络使用教程
  • 23_手写并验证滑动相乘实现PyTorch二维卷积
  • 24_手写并验证向量内积实现PyTorch二维卷积
  • 25_手写实现nn.TransposedConv转置卷积
  • 26_手写卷积与转置卷积的代码总结
  • 27_手写实现PyTorch的DilatedConv和GroupConv

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 29_PyTorch RNN的原理及其手写复现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 30_PyTorch_LSTM和LSTMP的原理及其手写复现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 31_PyTorch_GRU的原理及其手写复现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 32_基于PyTorch的文本分类项目模型与训练代码讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • P_18~P_21: Transformer难点理解与实现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 28_Vision Transformer(ViT)模型原理及PyTorch逐行实现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 42_Masked_AutoEncoder(MAE)论文导读与模型详细介绍
  • 43_逐行讲解Masked_AutoEncoder(MAE)的PyTorch代码

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 17_ConvMixer模型原理及其PyTorch逐行实现

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 38_ConvNeXt论文导读与模型精讲
  • 39_ConvNeXt模型代码逐行讲解
  • 40_ConvNeXt分布式训练代码逐行讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 56_U-Net用于图像分割以及人声伴奏分离原理代码讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 41_ResNet模型精讲以及PyTorch复现逐行讲解
  • 51_基于PyTorch_ResNet18的果蔬分类逐行代码讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
  • 54_Probabilistic_Diffusion_Model概率扩散模型理论与完整PyTorch代码详细解读
  • 57_Autoregressive_Diffusion_Model自回归扩散模型用于序列预测论文讲解
  • 58_Improved_Diffusion的PyTorch代码逐行深入讲解

• 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:

  • 59_基于CLIP_ViT模型搭建相似图像检索系统

• 来自b站up主 迪哥带你学CV 神器CLIP为多模态领域带来了哪些革命？迪哥2小时精讲OpenAI神器—CLIP模型，原理详解+代码复现！:

  • CLIP 模型解读 (HuggingFace Transformers 库 CLIP 演示)

• 来自北京邮电大学门爱东2022秋季学期研究生课程