一、系列大纲

第1讲CV基础框架
·环境配置
anaconda,cuda
IDE:vscode,pycharm
·linux常用命令，Git管理
·Coding流程与常用工具
第2讲卷积神经网络
pytorch入门
·数据输入和数据增强
CNN网络设计与模型训练
·指标评估和可视化
Timm库的使用
第3讲Transformer系列
ViT结构解析
使用ViT进行图像分类
·注意力的可视化
第4讲目标检测初探
·标注检测数据
·数据解析与输入
YOLOV8的使用
·指标评估
第5讲语义分割基础
·数据的标注与解析
·U-Net网络设计
网络输出与指标
第6讲视觉生成模型
·生成原理简介
·Stable Diffusion代码框架
·AP-adapter介绍
第7讲前沿论文复现
Readme与环境配置
模型的增删改查
代码Debug方法
第8讲模型的修改与设计
自定义输入数据
为模型添加Refine模块
为模型添加注意力

二、卷积神经网络（图像分类为例）

2.1 pytorch简介

训练框架

张量

对运算符进行重载，主要是形状变换
cat就是结合，split就是拆分

自动微分

动态计算图

更深入学习

熟悉API：

• 数据输入（Dataset和Dataloader）
• 模型搭建和训练（nn.Module）
• 损失函数和反向传播
• 模型保存

进阶功能：

• 并行训练，混合精度训练
• 冻结参数，复杂训练模式
• 自定义前向和反向算子
• 梯度裁剪
  新特性：
  Torch.Compile()
  FlashAttention

https://space.bilibili.com/478674499

2.2 数据输入和增强

Dataset—— torch.utils.data.Dataset

init就是把所有的数据都加载进来
getitem就是逐个读出

DataLoader——torch.utils.data.Dataloader

数据增强

2.3 CNN设计与训练

nn.Module

init把组件和模块定义好
forward就是调用模型的时候使用的

卷积层

2维卷积为例
输入和输出通道、尺寸、步长、填充、偏置（如果后面有归一化层，需要打开）、分组卷积。

池化层和归一化层

归一化中（BatchNorm2d用的最多）

模块

了解层之后，组成模块


一个列表一个字典，两个方式。这几个方法之间可以相互嵌套
列表：

字典最灵活，而且可读性很好

训练

优化器：决定优化方向

parameters就是参数的意思
train_loop就是训练循环

优化器清零、loss反向传播、更新参数

2.4 指标评估和可视化

指标评估

每个batch的loss进行相加、再除以长度（data_size）

Tensorboard

嗯，就是显示

Timm库