首页

投稿

【2026优化版】对零基础小白超友好的Pytorch教程，清华大佬20小时教会你从Pytorch入门到进阶，全程干货讲解，零基础也能轻松学会！

1308

1

2026-09-03 15:34:22

未经作者授权，禁止转载

已整理【AI入门学习资料包】无偿分享👉👉【➤➤https://www.bilibili.com/read/cv52822009/】 📌 完整学习路线图（从零开始一步步学） 📌 视频教程+课件源码+学习笔记 📌 经典实战项目案例 📌 面试题 + 简历模板 📌 必读书籍PDF+岗位分析

人工智能入门

OpenCV图像识别发消息

001.课程导学

13:47

002.初识Pytorch基本框架

11:16

003.环境配置（1）

11:22

004.环境配置（2）

08:49

005.机器学习中的分类与回归问题-机器学习基本构成元素

11:16

006.Tensor的基本定义

06:22

007.Tensor与机器学习的关系

07:34

008.Tensor创建编程实例

19:56

009.Tensor的属性

07:40

010.Tensor的属性-稀疏的张量的编程实践

07:40

011.Tensor的算术运算

08:13

012.Tensor的算术运算编程实例

17:07

013.in-place的概念和广播机制

09:59

014.取整-余

03:50

015.比较运算-排序-topk-kthvalue-数据合法性校验

18:29

016.三角函数

04:19

017.其他数学函数

05:34

018.Pytorch与统计学方法

14:56

019.Pytorch与分布函数

04:57

020.Pytorch与随机抽样

05:16

021.Pytorch与线性代数运算

09:19

022.Pytorch与矩阵分解-PCA

19:53

023.Pytorch与矩阵分解-SVD分解-LDA

13:10

024.Pytorch与张量裁剪

08:49

025.Pytorch与张量的索引与数据筛选

27:09

026.Pytorch与张量组合与拼接

11:35

027.Pytorch与张量切片

07:38

028.Pytorch与张量变形

14:10

029.Pytorch与张量填充

03:29

030.Pytorch与傅里叶变换

01:08

031.Pytorch简单编程技巧

11:34

032.Pytorch与autograd-导数-方向导数-偏导数-梯度的概念

10:03

033.Pytorch与autograd-梯度与机器学习最优解

12:47

034.Pytorch与autograd-Variable$tensor

02:58

035.Pytorch与autograd-如何计算梯度

03:05

036.Pytorch与autograd中的几个重要概念-variable-grad-gradfn

10:33

037.Pytorch与autograd中的几个重要概念-function

08:20

038.Pytorch与nn库

19:47

039.Pytorch与visdom

04:57

040.Pytorch与tensorboardX

05:58

041.Pytorch与torchvision

02:22

042.机器学习和神经网络的基本概念（1）

20:54

043.机器学习和神经网络的基本概念（2）

17:17

044.利用神经网络解决分类和回归问题（1）

18:28

045.利用神经网络解决分类和回归问题（2）

18:47

046.利用神经网络解决分类和回归问题（3）

13:09

047.利用神经网络解决分类和回归问题（4）

12:07

048.利用神经网络解决分类和回归问题（5）

13:30

049.计算机视觉基本概念

23:02

050.图像处理常见概念

24:31

051.特征工程

14:08

052.卷积神经网（上）

12:37

053.卷积神经网（下）

12:05

054.pooling层

05:08

055.激活层-BN层-FC层-损失层

12:14

056.经典卷积神经网络结构

09:55

057.轻量型网络结构

07:36

058.多分支网络结构

03:43

059.attention的网络结构

08:25

060.学习率

04:44

061.优化器

07:33

062.卷积神经网添加正则化

03:28

01.图像分类网络模型框架解读（上）

15:05

02.图像分类网络模型框架解读（下）

15:43

03.cifar10数据介绍-读取-处理（上）

09:44

04.cifar10数据介绍-读取-处理（下）

10:51

05.PyTorch自定义数据加载-加载Cifar10数据

15:24

06.PyTorch搭建 VGGNet 实现Cifar10图像分类

15:04

07.PyTorch搭建cifar10训练脚本-tensorboard记录LOG（上）

14:49

08.PyTorch搭建cifar10训练脚本-tensorboard记录LOG（下）

19:38

09.PyTorch搭建cifar10训练脚本搭建-ResNet结构（上）

16:58

10.PyTorch搭建cifar10训练脚本搭建-ResNet结构（下）

10:30

11.PyTorch搭建cifar10训练脚本搭建-Mobilenetv1结构

11:35

12.PyTorch搭建cifar10训练脚本搭建-Inception结构（上）

15:05

13.PyTorch搭建cifar10训练脚本搭建-Inception结构（下）

09:14

14.PyTorch搭建cifar10训练脚本搭建-调用Pytorch标准网络ResNet18等

06:06

15.PyTorch搭建cifar10推理测试脚本搭建

08:32

16.分类问题优化思路

17:13

17.分类问题最新研究进展和方向

06:34

01.目标检测问题介绍（上）

14:10

02.目标检测问题介绍（下）

11:48

03.Pascal.VOC-COCO数据集介绍

05:15

04.MMdetection框架介绍-安装说明

15:12

05.MMdetection框架使用说明

12:19

06.MMdetection训练Passcal.VOC目标检测任务（上）

17:27

07.MMdetection训练Passcal.VOC目标检测任务（中）

16:28

08.MMdetection训练Passcal.VOC目标检测任务（下）

11:52

09.MMdetection.Test脚本

03:37

10.MMdetection.LOG分析

05:44

01.图像分割基本概念

10:38

02.图像分割方法介绍

19:04

03.图像分割评价指标及目前面临的挑战

09:52

04.COCO数据集介绍

04:22

05.detectron框架介绍和使用简单说明

10:10

06.coco数据集标注文件解析

07:53

07.detectron源码解读和模型训练-demo测试

37:30

01.GAN的基础概念和典型模型介绍（上）

15:04

02.GAN的基础概念和典型模型介绍（下）

13:04

03.图像风格转换数据下载与自定义dataset类

11:15

04.cycleGAN模型搭建-model

16:16

05.cycleGAN模型搭建-train（上）

18:03

06.cycleGAN模型搭建-train（下）

18:29

07.cycleGAN模型搭建-test

06:41

01.RNN网络基础

07:19

02.RNN常见网络结构-simple.RNN网络

10:57

03.Bi-RNN网络

04:43

04.LSTM网络基础

13:59

05.Attention结构

09:42

06.Transformer结构

13:16

07.BERT结构

07:22

08.NLP基础概念介绍

15:07

01.文本情感分析-情感分类概念介绍

09:35

02.文本情感分类关键流程介绍

02:26

03.文本情感分类之文本预处理

06:34

04.文本情感分类之特征提取与文本表示

05:16

05.文本情感分类之深度学习模型

08:34

06.文本情感分类-数据准备

16:43

07.文本情感分类-dataset类定义

12:33

08.文本情感分类-model类定义

11:38

09.文本情感分类-train脚本定义

13:38

10.文本情感分类-test脚本定义

05:07

01.机器翻译相关方法-应用场景-评价方法

14:24

02.Seq2Seq-Attention编程实例数据准备-模型结构-相关函数

05:33

03.Seq2Seq-Attention编程实例-定义数据处理模块

17:09

04.Seq2Seq-Attention编程实例-定义模型结构模块（上）

13:11

05.Seq2Seq-Attention编程实例-定义模型结构模块（下）

13:47

06.Seq2Seq-Attention编程实例-定义train模块（上）

13:04

07.Seq2Seq-Attention编程实例-定义train模块（下）

10:34

08.Seq2Seq-Attention编程实例-定义train模块-loss.function

20:11

09.Seq2Seq-Attention编程实例-定义eval模块

08:41

01.PyTorch模型开发与部署基础平台介绍

09:40

02.PyTorch工程化基础--Torchscript

09:16

03.PyTorch服务端发布平台--Torchserver

06:32

04.PyTorch终端推理基础--ONNX

06:07

linux操作基础串讲

19:20

课程总结

11:15

顶部