6 - PyTorch（下）

6-1 梯度下降法在PyTorch中的实现

6-2 动量化梯度下降的原理和实现

6-3 两个参数问题下的优化面临的问题

6-4 自适应的梯度下降及流平均改进法

6-5 Adam算法

6-6 PyTorch中的优化器选择

6-7 PyTorch里的图像预处理与可视化

6-8 CNN要调节的主要参数（一）

6-9 CNN要调节的主要参数（二）

6-10 构建卷积网络的代码讲解

6-11 卷积网络中的全连接层

6-12 神经网络的训练与测试及训练的效果展示