PyTorch Learning

这是一个 PyTorch 入门学习项目，用于记录学习 PyTorch 深度学习框架的从0到1过程。

参考资料

【小土堆】PyTorch深度学习快速入门教程

https://www.bilibili.com/video/BV1hE411t7RN/?spm_id_from=333.337.search-card.all.click&vd_source=3dd871ff46120819eca6181d0acc32dd

数据集

hymenoptera_data：蚂蚁、蜜蜂分类练手数据集
CIFAR10：广泛用于计算机视觉和深度学习领域的经典数据集

hymenoptera_data链接: https://pan.baidu.com/s/19HF4CNejn2n5WlV9ijXXJw?pwd=3k3h 提取码: 3k3h

环境配置

我的环境：

• Python 3.10
• PyTorch
• GPU
• CUDA Version:12.6

环境配置教程：

【小土堆Pytorch环境配置】 https://www.bilibili.com/video/BV1S5411X7FY/?spm_id_from=333.337.search-card.all.click&vd_source=3dd871ff46120819eca6181d0acc32dd

学习目录

• read_data.py：Pytorch加载数据
• rename_dataset.py：获取数据集标签，创建label文件夹
• tensorboard.py：TensorBoard可视化工具的使用
• transforms.py：Transforms的使用
• UsefulTransforms.py：常见的Transforms
• dataset_torchvision.py：torchvision中的数据集使用
• dataloader.py：学习 PyTorch 数据加载器的使用
• nn_module.py：神经网络基本骨架nn.module的使用
• nn_conv_base.py：基本卷积操作
• nn_conv2d.py：卷积层
• nn_maxpool.py：最大池化层
• nn_relu.py：非线性激活
• nn_linear.py：线性层
• nn_seq.py：神经网络搭建小实战和Sequential的使用
• nn_loss.py：损失函数的定义及公式
• nn_loss_network.py：损失函数在神经网路中的使用
• nn_optim.py：优化器
• model_pretrained.py：现有网络模型的使用及修改
• model_save.py、model_load.py：网络模型的保存与读取
• train.py：完整的模型训练套路
• train_gpu_1.py：利用GPU训练（一）
• train_gpu_2.py：利用GPU训练（二）
• train_gpu_improve.py：模型改进与参数优化
• test.py：完整的模型验证套路