文章索引
作为一只半路出家的野生深度学习程序猿,没人指导,一切都靠自己摸索,在学习实践的路上走过不少弯路.
我正式读的第一篇论文是目标检测网络yolov3的论文.yolov3原生代码是作者用纯c手撸的,叫做darknet,其实也算一个框架,游离于主流深度学习框架之外.这是项目地址.
最近跟着这本书,重新学习pytorch,希望2020可以用它作为主力框架.学习过程用博客的形式记录下来,在记录这个学习的过程里,加深了我对各种模型的理解,了解cnn的各种模型进化的方向.对以前用过的一些目标检测模型为什么那么设计也有了更深刻的理解.所以推荐一下自己的这个系列,希望能对别人有所帮助.
目前的主流框架基本就是torch/tensorflow了,作为一个各个框架keras/tensorflow/caffe/torch都用过一点的渣渣,被tensorflow混乱的api摧残的日子不堪回首,祝pytorch发展越来越好,早日战胜tensorflow一统江湖!
pytorch入门深度学习
熟悉pytorch使用,主流cnn模型,cnn模型设计进化思路.
基础知识
从头学pytorch(一):数据操作
从头学pytorch(二):自动求梯度
从头学pytorch(三) 线性回归
从头学pytorch(四) softmax回归
从头学pytorch(四) softmax回归实现
从头学pytorch(五) 多层感知机及其实现
从头学pytorch(六):权重衰减
从头学pytorch(七):dropout防止过拟合
从头学pytorch(八):数值稳定性和模型参数初始化
从头学pytorch(九):模型构造
从头学pytorch(十):模型参数访问/初始化/共享
从头学pytorch(十一):自定义层
从头学pytorch(十二):模型保存和加载
从头学pytorch(十三):使用GPU做计算
经典模型
从头学pytorch(十四):lenet
从头学pytorch(十五):AlexNet
从头学pytorch(十六):VGG NET
从头学pytorch(十七):网络中的网络NIN
从头学pytorch(十八):GoogLeNet
从头学pytorch(十九):批量归一化batch normalization
从头学pytorch(二十):残差网络resnet
从头学pytorch(二十一)DenseNet
目标检测
pytorch实现yolov3(1) yolov3基本原理
pytorch实现yolov3(2) 配置文件解析及各layer生成
pytorch实现yolov3(3) 实现forward
pytorch实现yolov3(4) 非极大值抑制nms
pytorch实现yolov3(5) 实现端到端的目标检测
轻量级模型
轻量级CNN模型mobilenet v1
轻量级CNN模型之squeezenet
