深度学习项目标准模板：训练、验证、日志和配置
把散落在单文件里的 PyTorch 代码整理成可维护项目：配置、数据、模型、训练引擎、日志、检查点和推理各归其位，并保留可复现实验所需信息。
Learning Roadmap
完整路线先把地图看清楚，再一课一课往前走
Course Map
当前学习进度
- 72
- 篇公开文章
- 68
- 节配套视频
- 5
- 个学习阶段
最新文章
继续沿着学习路线更新，文章和视频会尽量保持一一对应。
图像分类错误分析：混淆矩阵与错误样本
准确率只能告诉你错了多少，混淆矩阵和错误样本才能告诉你错在哪里。这篇建立一套从类别指标、混淆矩阵到高置信度错误图的分析流程。
第一个 CNN 图像分类训练项目
从数据增强、CNN、训练循环、验证指标到保存最佳权重，完整跑通一个 PyTorch 图像分类项目，并理解每一段代码为什么存在。
图像数据怎样进入网络：通道、尺寸和批次
一张普通图片进入 PyTorch 后为什么会变成 [B, C, H, W]？这篇从 PIL、NumPy、Tensor、归一化和 DataLoader 出发，把图像送进 CNN 前的完整数据流讲清楚。
CNN 入门：卷积和池化到底提取了什么
图像不能直接用全连接层处理——参数太多、丢失空间结构。CNN 用卷积提取局部特征，用池化压缩尺寸。这篇用最小代码讲清卷积核在做什么。
模型保存、加载和批量推理实战
训练好的模型不能只活在内存里。这篇讲清怎么把模型存成文件、怎么加载回来预测、怎么做批量推理，以及断点续训的完整做法。
Learning System
搜索内容先选入口，再沿路线往前走
这个站不是单纯文章列表，而是一套从零基础、原理、代码、项目到部署的 AI 学习系统。
- 72
- 篇公开文章
- 68
- 节配套视频
- 5
- 个学习阶段
- 61
- 篇路线内容
Course Map
完整路线这条路线会走到哪里
路线从 AI 入门与 PyTorch 基础开始，随后进入传统机器学习、文本分类、PyTorch 深化和后续工程化路线。
最新文章
从最近写下来的内容开始，顺着时间往前翻。
图像分类错误分析：混淆矩阵与错误样本
准确率只能告诉你错了多少，混淆矩阵和错误样本才能告诉你错在哪里。这篇建立一套从类别指标、混淆矩阵到高置信度错误图的分析流程。
第一个 CNN 图像分类训练项目
从数据增强、CNN、训练循环、验证指标到保存最佳权重，完整跑通一个 PyTorch 图像分类项目，并理解每一段代码为什么存在。
图像数据怎样进入网络：通道、尺寸和批次
一张普通图片进入 PyTorch 后为什么会变成 [B, C, H, W]？这篇从 PIL、NumPy、Tensor、归一化和 DataLoader 出发，把图像送进 CNN 前的完整数据流讲清楚。
CNN 入门：卷积和池化到底提取了什么
图像不能直接用全连接层处理——参数太多、丢失空间结构。CNN 用卷积提取局部特征，用池化压缩尺寸。这篇用最小代码讲清卷积核在做什么。
模型保存、加载和批量推理实战
训练好的模型不能只活在内存里。这篇讲清怎么把模型存成文件、怎么加载回来预测、怎么做批量推理，以及断点续训的完整做法。