Deep-Learning-From-Scratch-Notes
  • 中文
  • English
  1. Part 1:深度学习基础
  • Part 1: 深度学习基础
    • Chapter 1: 深度学习简介
      • Chapter 1.1 神经网络:一个可学习的函数
    • Chapter 2: PyTorch 入门
      • Chapter 2.1 PyTorch 中的自动微分
      • Chapter 2.2 PyTorch 维度变换操作函数
      • Chapter 2.3 PyTorch 中的梯度记录与控制
      • Chapter 2.4 PyTorch 中的数据加载:Dataset、DataLoader 与批处理
      • Chapter 2.5 PyTorch 中的 nn.Module:组织模型、参数与状态
      • Chapter 2.6 PyTorch 中的优化器:从手动更新到参数组与状态管理
      • Chapter 2.7 PyTorch 中的训练循环:把数据、模型和优化器连接起来
      • Chapter 2.8 PyTorch 中的 Checkpoint:中断训练后如何继续
  • Part 4: Attention 机制与 Transformer
    • Chapter 8: Attention 与 Transformer:从动态检索到序列建模
      • Chapter 8.1 Bahdanau Attention:从信息压缩到动态检索

Part 1:深度学习基础

作者

Brench

发布于

2026-05-08

修改于

2026-06-23

标题 作者 日期
Chapter 1.1 神经网络:一个可学习的函数 Brench 2026-05-08
Chapter 2.1 PyTorch 中的自动微分 Brench 2026-05-10
Chapter 2.2 PyTorch 维度变换操作函数 Brench 2026-05-11
Chapter 2.3 PyTorch 中的梯度记录与控制 Brench 2026-05-16
Chapter 2.4 PyTorch 中的数据加载:Dataset、DataLoader 与批处理 Brench 2026-06-17
Chapter 2.5 PyTorch 中的 nn.Module:组织模型、参数与状态 Brench 2026-06-18
Chapter 2.6 PyTorch 中的优化器:从手动更新到参数组与状态管理 Brench 2026-06-18
Chapter 2.7 PyTorch 中的训练循环:把数据、模型和优化器连接起来 Brench 2026-06-19
Chapter 2.8 PyTorch 中的 Checkpoint:中断训练后如何继续 Brench 2026-06-19
Chapter 3.1 从线性分类器到 MLP:为什么需要隐藏层 Brench 2026-06-22
Chapter 3.2 激活函数:给神经网络加入非线性 Brench 2026-06-23
无匹配项

二次使用

CC BY-NC 4.0
  • 查看代码
  • 反馈问题
  • 编辑该页面