• PyTorch 简介

  1. 1.1 Why?
  2. 1.2 安装

• PyTorch 神经网络基础

  1. 2.1 Torch 或 Numpy
  2. 2.2 变量 (Variable)
  3. 2.3 激励函数 (Activation)

• 建造第一个神经网络

  1. 3.1 关系拟合 (回归)
  2. 3.2 区分类型 (分类)
  3. 3.3 快速搭建法
  4. 3.4 保存提取
  5. 3.5 批训练
  6. 3.6 Optimizer 优化器

• 高级神经网络结构

  1. 4.1 CNN 卷积神经网络
  2. 4.2 RNN 循环神经网络 (分类)
  3. 4.3 RNN 循环神经网络 (回归)
  4. 4.4 AutoEncoder (自编码/非监督学习)
  5. 4.5 DQN 强化学习
  6. 4.6 GAN (Generative Adversarial Nets 生成对抗网络)

• 高阶内容

  1. 5.1 为什么 Torch 是动态的
  2. 5.2 GPU 加速运算
  3. 5.3 Dropout 缓解过拟合
  4. 5.4 Batch Normalization 批标准化