简介
本期训练营来自深度之眼，以下为训练营PyTorch简介中摘录：
1）上手快：PyTorch代码更简洁易读，实现时间短，只要了解它和机器学习的基础概念，就可以上手使用
2）易调试：由于PyTorch采用动态图机制，使得调试它就像调试python一样简单
3）资源多：非常干净、统一，文档化非常好，也没有大量重复的函数，目前arXiv中最新的算法大多都用pytorch实现，可以迅速的复现最新最优的算法
4）PyTorch不仅对初学者十分友好，对于研究人员以及工程师也是十分推荐学习使用，能对小规模项目等快速搞出原型。
5）因为最新算法大多用PyTorch实现，工程师们可以快速获得SOTA，同时它还拥有广泛的群众基础（github贡献者超1100位），出现问题可以发挥群众的力量去解决。
目录
01.PyTorch简介及环境配置；基础数据结构——张量
02.张量操作与线性回归；计算图与动态图机制
03.autograd与逻辑回归
04.DataLoader与Dataset;transforms与normalize
05.transforms图像增强
06.模型创建步骤与nn.Module；模型容器与AlexNet构建
07.nn网络层-卷积层-池化-线性-激活函数层
08.权值初始化；损失函数（上）
09.14种损失函数（下）；优化器（上）
10.优化器（下）
11.学习率调整策略；TensorBoard简介与安装
12.TensorBoard使用
13.hook函数与CAM可视化
14.正则化之weight_decay&Dropout
15.BN、LN、IN and GN
16.模型保存与加载、finetune
17.GPU的使用；PyTorch常见报错信息;小结
18. 图像分类、分割
19.目标检测
20.生成对抗网络
21.循环神经网络