本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函
数, 并且对 PyTorch 提供的数据增强方法(22 个)、权值初始化方法(10
个)、损失函数(17 个)、优化器(6 个)及 tensorboardX 的方法(13 个)
进行了详细介绍,本教程分为四章, 结构与机器学习三大部分一致。
第一章, 介绍数据的划分,预处理,数据增强;
第二章, 介绍模型的定义,权值初始化,模型 Finetune;
第三章, 介绍各种损失函数及优化器;
第四章, 介绍可视化工具,用于监控数