CycleGAN 源码解析：双向图像转换与训练流程
阅读 CycleGAN 项目源码，梳理双向图像转换中的数据流、生成器、判别器和训练流程。
Blog
DCGAN 梯度更新与 Transformer 因果掩码
分析 DCGAN 的权重初始化与梯度更新机制，并通过手动实现多头自注意力理解因果掩码。
DCGAN 的 MNIST 生成实践与训练结果分析
阅读 DCGAN 项目代码并完成 MNIST 训练实践，分析网络结构、训练循环和生成结果。
GAN 训练逻辑复盘：真假标签、损失与参数更新
系统复习 GAN 的基础结构和训练逻辑，整理真假标签、损失函数、detach 与参数更新流程。
GAN 训练代码解析：数据流、梯度传播与 detach
结合 PyTorch 代码复习基础 GAN 的数据流、交替训练、梯度传播、detach 与优化器机制。
GAN 入门：生成器、判别器与对抗训练
学习 GAN 的生成器、判别器、对抗训练与损失函数，并初步了解 CycleGAN、PatchGAN 和 StarGAN。
RWKV：融合 Transformer 并行训练与 RNN 高效推理
学习 RWKV 的整体架构、Time Mix、Channel Mix 与 WKV 状态，并对比 Transformer 和 Mamba。
RWKV 状态递推机制与 Transformer、Mamba 对比
深入梳理 RWKV 的 R、W、K、V、状态递推和核心模块，比较三类序列模型处理历史信息的方式。
Transformer 代码实现与 Mamba 选择性状态空间模型
结合 PyTorch 拆解 Transformer 代码实现，并学习 Mamba 的状态空间模型和选择性机制。
Transformer 核心机制：从词嵌入到编解码结构
系统学习 Transformer 的词嵌入、自注意力、多头注意力、掩码、归一化与编解码结构。
从 R-CNN 到 Faster R-CNN：两阶段目标检测演进
从目标检测基本概念、数据标注和评价指标入手，对比 R-CNN、Fast R-CNN 与 Faster R-CNN。
从数据加载到迁移学习：ResNet18 猫狗分类实践
围绕猫狗分类项目，梳理 PyTorch Dataset、DataLoader、数据划分与 ResNet18 迁移学习流程。
从 AlexNet 到 DenseNet：CIFAR-10 分类性能对比
学习 AlexNet、VGG、ResNet 和 DenseNet，并在 CIFAR-10 上完成多模型训练与性能对比。
Hello World 👋
Every blog starts with a single post. This is yours. Make it great.