我的AI学习笔记(基于pytorch编程）
- 按不同模型整理到不同的文件夹
- 各文件夹中包含 jupyter notebook 笔记，所涉及的图片及论文
- PyTorch基础
- Loss Function
- CNN
- RNN
- LSTM
- GRU
- GCNN
- Transformer
- Vision Transformer(ViT)
- Masked Auto Encoder(MAE)
- ConvMixer
- ConvNeXt
- U-Net
- ResNet
- VAE
- Diffusion_Models
- CLIP
- 【北邮版CS231N】深度学习与数字视频
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】
- 01_PyTorch介绍与张量的创建
- 02_PyTorch张量的运算API(上)
- 03_PyTorch张量的运算API(下)
- 04_PyTorch的Dataset与DataLoader详细使用教程
- 05_深入刨析PyTorch_DataLoader源码
- 06_PyTorch中搭建分类网络实例
- 07_深入刨析PyTorch_nnModule源码
- 08_深入刨析PyTorch的state_dict_parameters_modules源码
- 09_深入刨析PyTorch的nn_Sequential及ModuleList源码
- 10_PyTorch_autograd使用教程
- 11_PyTorch中如何进行向量微分矩阵微分与计算雅可比行列式
- 12_如何在PyTorch中训练模型
- 13_详细推导自动微分Forward与Reverse模式
- 14_保存与加载PyTorch训练的模型和超参数
- 15_Dropout原理及其源码实现
- 16_PyTorch中进行卷积残差模块算子融合
- 52_Excel/Csv文件数据转成PyTorch张量导入模型代码逐行讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】
- 55_PyTorch的交叉熵、信息熵、二分类交叉熵、负对数似然、KL散度、余弦相似度的原理与代码讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 22_PyTorch nn.Conv2d卷积网络使用教程
- 23_手写并验证滑动相乘实现PyTorch二维卷积
- 24_手写并验证向量内积实现PyTorch二维卷积
- 25_手写实现nn.TransposedConv转置卷积
- 26_手写卷积与转置卷积的代码总结
- 27_手写实现PyTorch的DilatedConv和GroupConv
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 29_PyTorch RNN的原理及其手写复现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 30_PyTorch_LSTM和LSTMP的原理及其手写复现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 31_PyTorch_GRU的原理及其手写复现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 32_基于PyTorch的文本分类项目模型与训练代码讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- P_18~P_21: Transformer难点理解与实现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 28_Vision Transformer(ViT)模型原理及PyTorch逐行实现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 42_Masked_AutoEncoder(MAE)论文导读与模型详细介绍
- 43_逐行讲解Masked_AutoEncoder(MAE)的PyTorch代码
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 17_ConvMixer模型原理及其PyTorch逐行实现
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 38_ConvNeXt论文导读与模型精讲
- 39_ConvNeXt模型代码逐行讲解
- 40_ConvNeXt分布式训练代码逐行讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 56_U-Net用于图像分割以及人声伴奏分离原理代码讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 41_ResNet模型精讲以及PyTorch复现逐行讲解
- 51_基于PyTorch_ResNet18的果蔬分类逐行代码讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 68_VQVAE预训练模型的论文原理及PyTorch代码逐行讲解
- 来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 54_Probabilistic_Diffusion_Model概率扩散模型理论与完整PyTorch代码详细解读
- 57_Autoregressive_Diffusion_Model自回归扩散模型用于序列预测论文讲解
- 58_Improved_Diffusion的PyTorch代码逐行深入讲解
- 62_Score_Diffusion_Model分数扩散模型理论与完整PyTorch代码详细解读
- 63_必看！概率扩散模型(DDPM)与分数扩散模型(SMLD)的联系与区别
- 64_扩散模型加速采样算法DDIM论文精讲与PyTorch源码逐行解读
- 66_Classifier_Guided_Diffusion条件扩散模型论文与PyTorch代码详细解读
-
来自b站up主deep_thoughts 合集【PyTorch源码教程与前沿人工智能算法复现讲解】:
- 59_基于CLIP_ViT模型搭建相似图像检索系统
-
来自b站up主 迪哥带你学CV 神器CLIP为多模态领域带来了哪些革命？迪哥2小时精讲OpenAI神器—CLIP模型，原理详解+代码复现！:
- CLIP 模型解读 (HuggingFace Transformers 库 CLIP 演示)
- 来自北京邮电大学门爱东2022秋季学期研究生课程