来自b站小土堆的pytorch教程，对课程中内容进行了记录，同时也将每篇笔记以博客的形式发布，详见我的博客

pytorch基本使用及深度学习基础知识、从头实现一些深度学习算法

DQN-PyTorch 实现PyTorch 目录： 项目结构： ├── agents | └── dqn.py # the main training agent for the dqn ├── graphs | └── models | | └── dqn.py | └── losses | | └── huber_loss.py # contains huber loss definition ├── datasets # contains all dataloaders for the project ├── utils # utilities folder containing input extraction, replay memory, config parsing, etc | └── assets | └── replay_memory.py |

pytorch利用LSTM实现对股票进行多变量多步预测

内容概要：本人在学习B站刘二大人Pytorch实践课程时，做的一些学习笔记。包含课程要点、教学源码以及课后作业和作业源码。 目录： 第一讲 概述 第二讲 线性模型创建 第三讲 梯度下降算法 第四讲 反向传播机制 第五讲 用pytorch实现线性回归 第六讲 逻辑斯蒂回归模型 第七讲 处理多维特征的输入 第八讲 加载数据集 第九讲 多分类问题--softmax classifier 第十讲 卷积神经网络（基础篇） 第十一讲 卷积神经网络（高级篇） 学完刘二大人的课程和此学习笔记，你就可以看懂大部分网络结构，并且复现出一些经典网络，比如残差网络ResNet、密集连接网络DenseNet和GoogleLeNet中Inception模块等等。收获良多。

强化学习基础算法介绍+Pytorch代码（相信我，绝对是你想要的）

分享课程——PyTorch入门到进阶 实战计算机视觉与自然语言处理项目，完整版15章，附源码。 课程结合多个计算机视觉、自然语言处理实战案例、掌握同类型项目开发，在项目成型的过程中，带你熟悉企业项目的开发流程。 PyTorch是深度学习的主流框架之一，新手入门相对容易。课程将算法、模型和基础理论知识进行有机结合，结合多个不同的CV与NLP实战项目，帮助大家掌握PyTorch框架的基础知识和使用方法，带大家较平稳地入门深度学习领域。

vae_lightning 具有PyTorch Lightning的变体自动编码器

包含基于YOLO训练成功的pytroch文件，best.pt,last.pt。以及搜索程序和图片裁剪程序。可用于毕设，课设等课程的基础模板。由于部分程序路径标注的是绝对路径，故在运行前应修改部分路径。由于上传文件包大小限制，故删去了部分运行结果，以及deepscores数据集，详细下载地址见讲解文章。

MMS骨架 介绍 MMSkeleton是一个开源工具箱，用于基于骨骼的人类理解。 这是负责的项目的一部分。 MMSkeleton是根据我们的研究项目。 更新 [2020-01-21] MMSkeleton v0.7发布。 [2019-10-09] MMSkeleton v0.6发布。 [2019-10-08]支持示范动物园。 [2019-10-02]支持自定义数据集。 [2019-09-23]添加基于视频的姿势估计演示。 [2019-08-29] MMSkeleton v0.5发布。 产品特点 高扩展性 MMSkeleton提供了灵活的框架来系统地组织代码和项目，并具有扩展到各种任务