Python&Pytorch相关知识:
PyTorch之前向传播函数forward
pytorch super 的用法
python中__call__: Callable、forward: Callable[…, Any] 讲解
torch.flatten()方法
【pytorch】named_parameters()和parameters()
nn.init.kaiming_normal_
li = [0, 1, 2, 3, 4, 5, 6, 7, 8]
li[-1]=8
return_layers = {f'layer{k}': str(v) for v, k in enumerate(returned_layers)}
#以f开头表示在字符串内支持大括号内的python 表达式
named_children( )、named_modules( )
name for name, _ in model.named_children()
# 查找model.named_children()中的name赋值给前面的name
DL相关基础知识
卷积神经网络（CNN）：卷积层（Convolution）、非线性激活层（ReLU）、池化层（pooling）
cnn卷积神经网络应用(卷积神经网络和神经网络)
机器学习评价指标
nn.BCELoss()、nn.BCEWithLogitsLoss()的理解与用法
池化层的反向传播
反向传播
正则化：为了避免过拟合
使得w权重参数不过大，维持
双边误差校验偏导数，如果误差在10的-3次方~10的-5次方，就可能存在Bug
优化器算法Optimizer详解（BGD、SGD、MBGD、Momentum、NAG、Adagrad、Adadelta、RMSprop、Adam）
经典论文阅读：
fcn相关
fcn论文及代码解析
convtranspose2d
resnet相关:
pytorch官方实现的resnet
知乎手敲的resnet
resnet官方代码讲解1
resnet官方代码讲解2
resnet官方代码讲解3
RCNN系列：
边框回归(Bounding Box Regression)详解
How does the bounding box regressor work in Fast R-CNN?
github上的复现
知乎Faster-RCNN讲解1
知乎Faster-RCNN讲解2
其他：
局部最优解：
resnet图解【忘记转自哪篇博客了~_^】：
