深度学习模型之CNN（十九）EfficientNetV2网络详解
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础10.1》，作为随堂笔记
深度学习模型之CNN（十八）使用Pytorch搭建EfficientNet网络
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础9.2》，作为随堂笔记，使用pytorch搭建EfficientNet网络。
深度学习模型之CNN（十七）EfficientNet网络详解
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础9.1》，作为随堂笔记
深度学习模型之CNN（十六）使用Pytorch搭建ShuffleNetv2
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础8.2》，作为随堂笔记，使用pytorch搭建shufflenetv2网络。
深度学习模型之CNN（十五）ShuffleNetv1v2理论讲解
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础8.1》，作为随堂笔记。本节课学习shufflenet v1 v2网络理论基础知识
深度学习模型之CNN（十四）使用pytorch搭建MobileNetV2V3并基于迁移学习训练
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础7.2》，作为随堂笔记。使用pytorch搭建mobilenetv2和mobilenetv3网络，并基于迁移学习方式训练
深度学习模型之CNN（十三）MobileNetv1v2v3网络详解
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础7.1》，作为随堂笔记。本节课学习MobileNet v1、MobileNet v2和MobileNet v3论文中一些亮点，包括Depthwide Convolution、Pointwise Convolution以及Inverted Residuals等结构。并对MobileNet v2和MobileNet v3网络结构进行学习。
深度学习模型之CNN（十二）使用pytorch搭建ResNeXt并基于迁移学习训练
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础6.2.2》，作为随堂笔记。代码在基于ResNet网络上修改，加入Group等参数进行处理。
深度学习模型之CNN（十一）ResNeXt网络结构
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础6.1.2》，作为随堂笔记。本节课学习ReaNeXt网络的详细结构、与ResNet的对比情况
深度学习模型之CNN（十）使用pytorch搭建ResNet并基于迁移学习训练
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础6.2》，作为随堂笔记
深度学习模型之CNN（九）ResNet网络结构、BN以及迁移学习详解
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础6.1》，作为随堂笔记。本节课学习ReaNet网络的详细结构、Batch Normalization标准化处理和迁移学习的相关概念
深度学习模型之CNN（八）使用pytorch搭建GoogLeNet网络
本笔记跟随字母站UP主霹雳吧啦Wz《卷积神经网络基础5.2》，作为随堂笔记