代码练习需要使用谷歌的 Colab,它是一个 Jupyter 笔记本环境,已经默认安装好 pytorch,不需要进行任何设置就可以使用,并且完全在云端运行。使用方法可以参考 Rogan 的博客:https://www.cnblogs.com/lfri/p/10471852.html 国内目前无法访问 colab,可以安装 Ghelper: http://googlehelper.net/
1 图像处理基本练习
这部分内容包括:理解图像类型,进行一些基本的图像分割操作。代码在一个 JupyterNotebook 里面,地址为:https://github.com/LilWingXYZ/Deep-Learning-Pytorch-Code-Practice/blob/main/01_Image_Processing.ipynb
2 pytorch 基础练习
基础练习部分包括 pytorch 基础操作,链接:https://github.com/LilWingXYZ/Deep-Learning-Pytorch-Code-Practice/blob/main/02_Pytorch_Basic.ipynb
3 螺旋数据分类
备注:详细说明可参考

一系列PyTorch实战教程,涵盖图像处理、PyTorch基础、螺旋数据分类、回归分析、ResNet实现、MNIST及CIFAR10分类、VGG迁移学习、MobileNet网络、高光谱图像分类、注意力机制应用、以及GAN和CGAN的代码实现。适合深度学习初学者和进阶者提升技能。


27万+

被折叠的 条评论
为什么被折叠?



