rknn(3) pytorch 深度学习

1. 看吴恩达视频，了解基础概念

    不需要全部看完，能看到哪算哪

    关键概念：梯度下降来找寻最小误差点来拟合模型

    知识状态：有点模糊概念，但不知道有什么用

2. 看YOLO讲解视频

    不需要全部理解，能理解多少是多少

    看pytorch相关的及训练、验证、推理（测试）的步骤

    知识状态：有点模糊概念，但不知道其各部分作用、原因

3. 看pytorch视频：深度学习入门、PyTorch入门到实战

    慢慢接受深度学习的网络基础知识，pytorch的基础知识，动手抄一遍，有个整体感知

    看了后“哦，原来YOLO部分的视频里操作，是这样来的”

4. 看 “教授” PyTorch快速入门教程

    有个整体感知，再补上教授讲的深度学习（CNN）及torch.nn的基础概念知识

4.1 CNN "hello world" （利用神经网络解决分类和回归问题 之 分类）

    mnist 分类 ： 手写0-9的数字识别

    (1) 准备数据，解析数据

    (2) 定义网络结构：单层CNN(+BN+ReLU+MaxPool) + FC

    (3) 训练 （正向学习 + loss计算/反向传播[torch自动求导“3. 看pytorch视频”]）

    (4) 推理

4.2 基础知识概念学习

4.3 动手抄写学习模型建立、训练、推理