深度学习系列文章会一直更新。
本文是先前文章的整理（20230305更新）。
因为也是自己的学习感悟，可能有些地方写得不对，大家可以私聊我指出错误。请大家多多指点！
【小白学深度学习-00】几点思考
【小白学深度学习-01】深度学习的Hello World
【小白学深度学习-02】神经网络是如何拟合线性回归的？
【小白学深度学习-03】Pytorch：神经网络程序设计的瑞士军刀
【小白学深度学习-04】深度学习与GPU
【小白学深度学习-05】Tensor是个啥？
【小白学深度学习-06】再谈Tensor
【小白学深度学习-07】Tensor塑形！
【小白学深度学习-08】Tensor的基本操作2
【小白学深度学习-09】Tensor的聚合操作
【小白学深度学习-10】Fashion-MNIST数据集介绍
【小白学深度学习-11】CNN-卷积神经网络
【小白学深度学习-12】图像数据是怎么输入到CNN中的？
【小白学深度学习-13】深度学习中的ETL
【小白学深度学习-14】模型构建-CNN
【小白学深度学习-15】模型中的可学习参数
【小白学深度学习-16】Layer中参数的形状
【小白学深度学习-17】线性层详解
【小白学深度学习-18】小知识：debug
【小白学深度学习-19】forward方法：新年向前进！
【小白学深度学习-20】单张图像的前向传播过程
【小白学深度学习-21】一个batch数据的前向传播
【小白学深度学习-22】CNN小总结
【小白学深度学习-23】模型训练
【小白学深度学习-24】混淆矩阵是怎么生成的
【小白学深度学习-25】Cat还是Stack？
【小白学深度学习-26】模型复现：LeNet-1
【小白学深度学习-27】TensorBoard是什么？
【小白学深度学习-28】复现LeNet-1过程中遇到的一些问题
【小白学深度学习-29】LeNet网络综述
【小白学深度学习-30】零基础入门语义分割之建筑物识别
【小白学深度学习-31】Pytorch多卡并行训练
【小白学深度学习-32】复习：线性回归
【小白学深度学习-33】Pytorch实现逻辑回归
【小白学深度学习-34】一般深度学习模型需要导入的包和模块
【小白学深度学习-35】记录一次Loss始终不下降的采坑
【小白学深度学习-36】Loss始终不下降的解决方法
【小白学深度学习-37】新建python虚拟环境的常用方法
【小白学深度学习-38】学习率调整策略
【小白学深度学习-39】文章复现：SRCNN-卷积神经网络进行图像超分的开山之作
【小白学深度学习-40】文章复现：FSRCNN-SRCNN的加速和改进版
【小白学深度学习-41】TensorBoard：深度学习训练过程可视化神器
【小白学深度学习-42】对你的模型做到心中有数
【小白学深度学习-43】残差网络的基本思想
【小白学深度学习-44】亲手来搭一个ResNet18网络
【小白学深度学习-45】到底要不要标准化/归一化，实测数据来说明
【小白学深度学习-46】（复现）VDSR：非常深的超分辨率网络...
【小白学深度学习-47】记录一次验证集Loss震荡的解决方案
【小白学深度学习-48】小白食用kaggle常见的2个错误解决方法
【小白学深度学习-49】使用LSTM来预测气温
【小白学深度学习-50】经典网络复现：VGG-16
【小白学深度学习-51】华为全球校园AI算法精英大赛-baseline分享（赛题2）
【小白学深度学习-52】大力出奇迹！Inception！
【小白学深度学习-53】经典网络DenseNet的基本思想
【小白学深度学习-54】小白都能看懂的深度学习识别猫狗
【小白学深度学习-55】ResNet网络的改进版：ResNeXt
【小白学深度学习-56】导出训练过程log文件为csv
声明： 欢迎转载、转发本号原创内容，可留言区留言或者后台联系小编(微信：gavin7675)进行授权。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及作品内容、版权和其他问题，请后台联系小编处理。
欢迎加入气象学家交流群
请备注：姓名/昵称-单位/学校-研究方向
★ ERA5-Land陆面高分辨率再分析数据(32TB)
★ NASA最新版本CMIP6降尺度数据集30TB
★ ERA5常用变量再分析数据(26TB)
★ EC数据商店推出Python在线处理工具箱
★ EC打造实用气象Python工具Metview
★ TRMM 3B42降水数据(Daily/3h)
★ 科研数据免费共享: GPM卫星降水数据
★ 气象圈子有人就有江湖，不要德不配位！
★ 请某气象公众号不要 “以小人之心，度君子之腹”！
★ 机器学习简介及在短临天气预警中的应用
★ AMS推荐|气象学家-海洋学家的Python教程
★ Nature-地球系统科学领域的深度学习及理解
★ 采用神经网络与深度学习来预报降水、温度等
