整理了一下之前写的深度学习基础知识文章，方便浏览！
1. pytorch基础学习系列文章，里面代码和示例
《PyTorch深度学习实践》05 用PyTorch实现线性回归
《PyTorch深度学习实践》06 用PyTorch实现Logistic回归
《PyTorch深度学习实践》07加载数据集
《PyTorch深度学习实践》08 加载数据集
《PyTorch深度学习实践》09 多分类问题
《PyTorch深度学习实践》10CNN基础（GPU版本）
《PyTorch深度学习实践》11CNN高级_Inception块（GPU版本）
《PyTorch深度学习实践》11CNN高级_ResidualBlock块（GPU版本）
《PyTorch深度学习实践》12 RNN基础_使用RnnCell构造RNN
深度学习step、iteration、epoch、batch、batch_size等专业名字的解释（持续更新中.ing）
详解RNN(数据解释、结构、计算、优缺点)
举例说明tf中LSTMCell的cell、num_unit是什么意思
2. 具体模块的解释，含代码
举例理解transformer中的位置编码
Self-Attention机制的计算详解
torch.nn.CTCLoss()的使用
pytorch中对BatchNorm2d()函数的理解
SE(Squeeze and Excitation)模块的理解以及代码实现
深度学习：标签平滑（Label Smoothing Regularization）
3. 调优技巧和问题解决
python项目调优合集（长期更新）：提升准确率、训练提速、pytorch trich
python运行问题合集（长期更新）：PyCharm中可运行，终端报错找不到自己创建的包
吴恩达-02 改善深层神经网络：超参数调试、正则化以及优化