1.超口碑|手把手教你洞悉PyTorch模型训练过程，彻底掌握pytorch基础原理！

2.深入浅出Pytorch

2.【随到随学】Pytorch框架班
3.【跟班学】Pytorch框架班第五期

如果你不知道从哪开始学习，点我查看人工智能学习路径

凡深度之眼新学员可享受一定GPU免费时长！这里的GPU来自于全球各地，通过DBC（区块链技术）分布式网络连接在一起，没有中心化服务器，你的数据都是加密传输的，不会被窃取，非常安全！而且价格便宜，低至1小时不到1块钱！

关注公众号深度之眼，后台回复GPU获取GPU使用教程！

1. Pytorch简介及环境配置
2. Pytorch基础数据结构——张量
3. 张量操作与线性回归
4. 计算图与动态图机制
5. autograd与逻辑回归

1. 数据读取机制DataLoader与Dataset
2. 数据预处理transforms模块机制
3. 二十二种transforms数据预处理方法
4. 学会自定义transforms方法

1. nn.Module与网络模型构建步骤
2. 模型容器与AlexNet构建
3. 网络层中的卷积层
4. 网络层中的池化层、全连接层和激活函数层

1. 权值初始化
2. 损失函数（一）
3. Pytorch的14种损失函数
4. 优化器optimizer的概念
5. torch.optim.SGD

1. 学习率调整
2. TensorBoard简介与安装
3. TensorBoard使用（一）
4. TensorBoard使用（二）
5. hook函数与CAM

1. weight_decay
2. dropout
3. Batch Normalization
4. Layer Normalization、Instance
5. Normalization和Group Normalization

1. 模型保存与加载
2. Finetune
3. GPU的使用
4. Pytorch中常见报错

1. 图像分类一瞥
2. 图像分割一瞥
3. 目标检测一瞥（上）
4. 目标检测一瞥（下）

1. 对抗生成网络一瞥
2. 循环神经网络一瞥