【一起学习深度学习】 深度学习导航 | 快速复习笔记 | 知识点总结

文是关于自己所有笔记的目录导航，完全够你入门深度学习，其中内容包含：深度学习环境安装、基础理论、画图工具、动态学习、模型保存、模型加载、模型讲解、模型代码、数据集制作。方向包含：图片分类，图片生成，文本分类，目标检测，语义分割，图神经网络，点云等。模型包括：Pytorch，LeNet、AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet、CNN、RNN、LSTM、GAN、Transformer、Bert、R-CNN、Yolo、GCN、GAT、graphSAGE，大模型相关技术等等，内容还在持续更新中。。。

1 预备知识

1.1：windows10 深度学习 | pytorch环境搭建 | 详细安装流程

1.2：windows11 如何安装运行子系统ubuntu

1.3： Ubuntu 20.04 | pytorch 环境搭建 | 深度学习 | 图文安装流程

1.4：如何花3400配置一台室内无噪音，48GB显存的深度学习服务器。

1.5：使用独立IPV6直接访问家里的服务器

1.6：ubuntu 配置阿里镜像软件源 | linux 下载软件慢换国内源试试

1.7：Ubuntu 20.04 安装常用软件 | 微信 | QQ | 百度云盘 | 向日葵 | 等常用软件 | 火星商店

1.8：Pychram 连接Linux系统下的Conda编译环境 | 局域网方式 | 内网穿透远程连接方式

1.9：conda安装、配置和命令 Anaconda 、Miniconda 、conda 和 pip的区别

1.10：【Linux 知识点和常用命令】常见问题 ｜ Linux解决方案

1.11 ：Docker 介绍和基础使用命令

1.12：Git 介绍和基本使用命令

1.13：Tmux 常用命令｜ubuntu后台窗口运行｜多窗口显示

1.14：python pdb和pudb代码调试

1.15：【numpy基础知识】10分钟快速复习笔记|代码可直接运行|多实例

1.16：matplotlib 基础知识

1.17：pytorch 基础知识

1.18：Pillow基础

1.19：【OpenCV 基础】绘图 ｜ 图像处理 ｜ 特征提取

1.20：SciPy 教程 | 菜鸟教程

1.21：sklearn中文文档

1.22：【Python 和 LeetCode 】Python 基础｜LeetCode 算法知识点总结 ｜ 整理中。。。

1.23：Pandas 教程 | 菜鸟教程

1.24：Tensorboard 可视化操作 | 安装 | 常用操作 | 代码样例

1.25：visdom 可视化操作 | 安装 | 常用操作 | 代码样例

1.26：训练一个大模型需要多少显存？

1.27：多机多卡训练基础知识，显存使用计算，DP，DDP，DeepSpeed ZeRO的区别。

2 神经网络基础

2.1：常用激活函数

2.2：常用损失函数

2.3：常用梯度优化算法

2.4：欠拟合、过拟合、梯度消失、梯度爆炸

2.5：Pytorch 优化器 | 动态学习率调整 | 完整配图

2.6：【正则化｜归一化｜标准化｜BN｜Dropout｜数据增强】梯度衰减｜数据预处理

2.7：【LB | BN | IN | GN】Layer Norm｜ Batch Norm ｜ Instance Norm | Group Norm

2.8：【回归模型的指标】：MSE｜RMSE｜MAE｜R2｜偏差｜方差

2.9：【分类｜目标检测评价指标】IoU | confusion matrix | Precision | Recall | F1 score | P-R

2.10：【语义分割】常用评价指标 ｜语义分割常用网络 ｜ 像素精度 ｜平均精度｜平均IOU

2.11：模型定义 参数初始化 参数访问 保存加载 GPU加速

2.12：【torchsummary | thop | torchstat | ptflops】模型参数计算 ｜ 模型flops计算

2.13：【Pytorch 多 GPU 并行训练】DataParallel | DistributedDataParallel

2.14：【矩阵乘法｜矩阵点积｜矩阵转换｜维度转换】torch.einsum | rearrange | reduce

2.15：Numpy、pytorch实现三层神经网络

2.16：实战 Kaggle 比赛 房价预测

2.17：【图像分类模型集合】支持onnx的python、C++、java、javascript和ncnn的C++和java部署

3 卷积神经网络

3.1：【常用卷积对比】传统卷积 | 深度可分离卷积 | 膨胀卷积

3.2：【卷积神经网络（CNN）】理论和手写数字识别Pytorch代码

3.3：【VGG】实现kaggle猫狗图片分类

3.4：【GoogLeNet】 实现kaggle猫狗图片分类

3.5：【ResNet 网络结构分析】网络结构 ｜代码

4 循环神经网络

4.1：【循环神经网络（RNN】）纯Numpy实现 | Pytorch简介实现

4.2：【长短期记忆神经网络(LSTM)】|理论 | Pytorch代码实现情感分类 | 可运行

5 注意力机制

5.1：【Transformer】理论 | Pytorch代码讲解 | 代码可运行

5.2：【BERT 预训练模型】：一切过往,皆为序章 | Pytorch代码讲解 | 代码可运行

5.3：【BERT 迁移学习】：一切过往,皆为序章|情感分类|Pytorch代码讲解|代码可运行

6 图神经网络

6.1：【图神经网络(Graph Neural Networks，GCN)】 | torch_geometric框架实现

6.2：【图注意力网络(GAT)】 | 理论 | torch_geometric框架简洁实现|Pytorch 代码

6.3：【图神经网络(GraphSAGE】Pytorch代码 | torch_geometric简洁实现

6.4：【Text-GCN】 文本图卷积网络 | 图构建代码

7 生成对抗神经网络

7.1 【GAN 生成对抗网络】 DCGAN生成二次元老婆 | Pytorch代码讲解|代码可运行

8 目标检测

8.1：【PASCAL VOC | COCO 数据集介绍】常用目标检测和语义分割数据集介绍

8.2：【如何标注自己的目标检测数据集？】 软件labelImg | 格式 PASCAL VOC

8.3：【标注自己的语义分割数据集】 软件labelme | json格式转 PASCAL VOC

8.4：【目标检测(Faster RCNN)】 | 原理 | Pytorch官方源码解释 | VGG| ResNet50 FPN

8.5：【Yolo v1】原理与实现 | 目标检测 | 图文详解 | 提供Pytorch代码可直接运行

8.6：【Yolo v2（9000）】原理与实现 | 目标检测 | 图文详解

8.7：【Yolo v3】原理与实现 | 目标检测 | 图文详解 | 提供Pytorch代码可直接运行

8.8：【YOLO V5 目标检测】 Pytorch官网代码实现 | 训练自己的数据集 |推理预测

9 语义分割

9.1：【语义分割数据增强】常用代码方法 ｜滤波｜明度｜色相｜饱和度｜反转｜剪切

9.2：【标注自己的语义分割数据集】 软件labelme安装 | json格式转 VOC | 分组

10 部署

10.1：JAVA 通过JNI调用 C++ 代码

10.2：ubuntu 安装 opencv

11 大模型

11.1：旋转位置编码（Rotary Position Embedding, RoPE）

11.2：注意力MHA、MQA、GQA到MLA

11.3：Qwen2-VL-xB 大模型 | 论文讲解 | Docker环境配置 | 微调 | 部署 | 全流程 | 代码讲解

11.4：10分钟理解 KC Cache 大模型加速 推理必用 超简单 详解 图示 代码

11.5：大模型检索增强生成 LLMs RAG(Retrieval-Augmented Generation)

11.6：ORM和PRM奖励模型（Reward Model，打分模型）知识点总结

11.7：Qwen2.5-VL-xB 大模型 | Docker环境配置 | 微调 | 部署 | 全流程

11.8：DeepSeekMath PPO和GRPO 原理

11.9：【大模型 DeepSeek v3】 4万字超详细解读DeepSeek v3全论文技术报告

11.11：【大模型 DeepSeek R1】 R1相关技术梳理 技术报告详细解读

12 论文精读

12.1 PARSeq : Scene Text Recognition with Permuted Autoregressive Sequence Models

12.2 CAMEL: Communicative Agents for “Mind” Exploration of Large Language Model Society

13 其他

13.1：【常用小知识点】进程 | 换源 | 字典 | 修改图片 | 安装包 | 点云可视化

13.2：【pytorch常见bug 解决 】常见问题解决方法

13.3：【web 学习】 前端 | 后端 | python | django | HTML | CSS | Javascript | ajax

13.4：【算法面试总结】2025年秋 算法面试总结

大家评论区留言获取资料包：