簡介
本期訓練營來自深度之眼，以下爲訓練營PyTorch簡介中摘錄：
1）上手快：PyTorch代碼更簡潔易讀，實現時間短，只要瞭解它和機器學習的基礎概念，就可以上手使用
2）易調試：由於PyTorch採用動態圖機制，使得調試它就像調試python一樣簡單
3）資源多：非常乾淨、統一，文檔化非常好，也沒有大量重複的函數，目前arXiv中最新的算法大多都用pytorch實現，可以迅速的復現最新最優的算法
4）PyTorch不僅對初學者十分友好，對於研究人員以及工程師也是十分推薦學習使用，能對小規模項目等快速搞出原型。
5）因爲最新算法大多用PyTorch實現，工程師們可以快速獲得SOTA，同時它還擁有廣泛的羣衆基礎（github貢獻者超1100位），出現問題可以發揮羣衆的力量去解決。
目錄
01.PyTorch簡介及環境配置；基礎數據結構——張量
02.張量操作與線性迴歸；計算圖與動態圖機制
03.autograd與邏輯迴歸
04.DataLoader與Dataset;transforms與normalize
05.transforms圖像增強
06.模型創建步驟與nn.Module；模型容器與AlexNet構建
07.nn網絡層-卷積層-池化-線性-激活函數層
08.權值初始化；損失函數（上）
09.14種損失函數（下）；優化器（上）
10.優化器（下）
11.學習率調整策略；TensorBoard簡介與安裝
12.TensorBoard使用
13.hook函數與CAM可視化
14.正則化之weight_decay&Dropout
15.BN、LN、IN and GN
16.模型保存與加載、finetune
17.GPU的使用；PyTorch常見報錯信息;小結
18. 圖像分類、分割
19.目標檢測
20.生成對抗網絡
21.循環神經網絡