1

教学资料

• 1.1  课程标准
• 1.2  教学档案
• 1.3  教学计划
• 1.4  整体设计
• 1.5  单元设计
• 1.6  教案

2

第一章 Pytorch概述

• 2.1  Pytorch框架简介
• 2.2  环境搭建和CPU版本的安装
• 2.3  GPU版本的安装与测试

3

第二章 深度学习基础与线性回归实例

• 3.1  机器学习基础-线性回归模型原理
• 3.2  实例-Pytorch模型的创建
• 3.3  实例-模型的训练与预测

4

第三章 Pytorch 张量基础

• 4.1  张量初始化与张量类型
• 4.2  张量随机值、移动张量到设备
• 4.3  数据类型转换、张量运算
• 4.4  张量变形
• 4.5  实例-模型的分解写法

5

第四章 逻辑回归与二分类问题

• 5.1  二分类实例-逻辑回归与交叉熵
• 5.2  逻辑回归模型的创建与训练