深度学习
一、基础概念
1、什么是深度学习？
二、PyTorch
1、PyTorch安装
2、PyTorch torch.nn.Linear 用法
3、PyTorch torch.max 用法
4、PyTorch torch.unsqueeze 和 torch.squeeze 用法
5、PyTorch dataloader enumerate 用法
6、PyTorch view 用法
7、PyTorch nn.Conv2d 用法
8、PyTorch 搭建CNN网络模型 手写数字识别 模型保存及加载
9、PyTorch MSELoss 均方误差 用法
10、PyTorch with torch.no_grad 用法
11、PyTorch torch.nn.Sequential 用法
12、PyTorch empty rand zeros ones randn_like 张量 用法
13、PyTorch list tensor array 用法
14、PyTorch z-score 标准分数 归一化处理
15、PyTorch Min-Max 归一化处理
16、PyTorch 激励函数 Sigmoid ReLU Tanh
三、TensorFlow
1、TensorFlow安装
2、TensorFlow 线性回归 Sequential
3、TensorFlow 线性回归 Sequential 模型保存及加载
四、yolov5
1、目标检测labelImg图像标注工具
2、yolov5 ERROR AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’
3、yolov5 环境搭建 训练自己的数据集