1.开篇词
├──开篇词 _ 如何高效入门PyTorch？
2.基础篇
├──01 _ PyTorch：网红中的顶流明星
├──02 _ NumPy（上）：核心数据结构详解
├──03 _ NumPy（下）：深度学习中的常用操作
├──04 _ Tensor：PyTorch中最基础的计算单元
├──05 _ Tensor变形记：快速掌握Tensor切分、变形等方法
3.模型训练篇
├──06 _ Torchvision（上）：数据读取，训练开始的第一步
├──07 _ Torchvision（中）：数据增强，让数据更加多样性
├──08 _ Torchvision（下）：其他有趣的功能
├──09 _ 卷积（上）：如何用卷积为计算机“开天眼”？
├──10 _ 卷积（下）：如何用卷积为计算机“开天眼”？
├──11 _ 损失函数：如何帮助模型学会“自省”？
├──12 _ 计算梯度：网络的前向与反向传播
├──13 _ 优化方法：更新模型参数的方法
├──14 _ 构建网络：一站式实现模型搭建与训练
├──15 _ 可视化工具：如何实现训练的可视化监控？
├──16｜分布式训练：如何加速你的模型训练？
├──加餐 _ 机器学习其实就那么几件事
4.实战篇
├──17 _ 图像分类（上）：图像分类原理与图像分类模型
├──18 _ 图像分类（下）：如何构建一个图像分类模型_
├──19 _ 图像分割（上）：详解图像分割原理与图像分割模型
├──20 _ 图像分割（下）：如何构建一个图像分割模型？
├──21 _ NLP基础（上）：详解自然语言处理原理与常用算法
├──22 _ NLP基础（下）：详解语言模型与注意力机制
├──23 _ 情感分析：如何使用LSTM进行情感分析？
├──24 _ 文本分类：如何使用BERT构建文本分类模型？
├──25 _ 摘要：如何快速实现自动文摘生成？
5.特别放送
├──用户故事 _ Tango：师傅领进门，修行在个人
├──答疑篇｜思考题答案集锦
6.结束语
├──期末测试｜来赴一场100分之约！
├──结束语｜人生充满选择，选择与努力同样重要
请先 ！