PyTorch学习资料（动态更新）

下面列出一些学习过程中的资料，资料列表会不断跟新

1、PyTorch学习笔记(11)——论nn.Conv2d中的反向传播实现过程

2、卷积原理：几种常用的卷积（标准卷积、深度卷积、组卷积、扩展卷积、反卷积）

3、PyTorch底层组卷积的实现方式

4、使用numpy和scipy创建扩展（创建无参数和可学习参数的神经网络层）

5、VGGFace2的pytorch代码，人脸识别训练模型ResNet、SENet50

6、Pytorch中Tensor与PIL图像格式和numpy的相互转化

7 、Pytorch目标检测之mmdetection

8、Pytorch目标检测之detectron2