---

🚀✈️

由于还在不断学习，仓库的更新可能不及时，望见谅

以下内容均本人为学习深度学习个人创建，如果有什么欠缺之处，欢迎来扰！QQ：1091627587！或者 email：[email protected], [email protected]

内容介绍

• 本教程重在实操如何完成深度学习基本任务（如目标检测、文本分类、机器翻译等），如果需要了解API可查阅PytorchAPI
• 该仓库主要存放代码，读者可以根据阅读代码来理解相关模型或者任务的具体实现，讲解部分并未开始，I will do it in the future！
• 本教程基于pycharm环境下编写，主要以preprocess.py、models.py、train.py、test.py四个文件构成code，模块化编写希望读者能够喜欢
• docs文件夹下存放的建仓库准备的东西（如：图片），读者可以不关心
• 每个任务一般都会创建code和dataset两个文件夹，分别存放代码和对应任务数据集
• 作者使用的数据集都是方便获取的，如果实在搜索不到，可以与我联系
• 目前只更新了AE、Image、NLP内容，其余还未开始进行

❗❗❗❗❗❗

• 同时，作者也会不断地将pycharm环境写的代码，转换为jupyter notebook版本的讲解代码，方便大家理解！！

👇👇👇👇👇👇

学习板块介绍

图像（Image）

• vison文件夹
  • 基于FashionMNIST多分类任务
  • 基于VOC2012数据集的语义分割任务
  • 基于VOC2007数据集的实例分割任务
  • 基于VOC2007数据集的目标检测任务
    • 支持图片和视频的动态监测

自然语言处理（NLP）

• text文件夹
  • 基于IMDB的文本二分类任务
    • 该任务使用了glove预训练词向量
  • 基于Ag_news的本文多分类任务
    • 该任务有使用官方的nn.EmbeddingBag，和自己理解的nn.Embedding两个版本

生成式对抗网络（GAN）

• GAN文件夹
  • 传统GAN的学习
    • 使用传统GAN对MNIST数据集进行图像再生成

VIT（Vision Transformer）

• VIT文件夹
  • 传统VIT

trick

关于训练过拟合的小技巧（如：交叉验证）

• trick文件夹
  • CrossValidation

自编码器（AE）

• AutoEncoder