深度学习基础

掌握PyTorch中模型参数的保存与加载技术，学习训练过程中的检查点管理

本节将展示如何构建自定义层

深入理解深度学习中层和块的概念，掌握PyTorch中自定义模块的实现方法

本节讲述延后初始化技术，掌握在输入维度未知情况下的动态参数推断方法

本节讲述PyTorch中的参数管理机制，掌握参数访问、初始化和共享的实用技巧

了解权重衰减（L2正则化）的数学原理，掌握正则化技术在防止过拟合中的应用

理解过拟合现象，掌握验证集、交叉验证等模型选择方法，通过多项式拟合实验探索欠拟合与过拟合