└── README.md /README.md: -------------------------------------------------------------------------------- 1 | ![在这里插入图片描述](https://img-blog.csdnimg.cn/3d2dcc8df53c472ea878ab866823fbe1.jpeg#pic_center) 2 | 3 | --- 4 | # 前言 5 | 大家好，我是阿光。 6 | 7 | 本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。 8 | 9 | ![在这里插入图片描述](https://img-blog.csdnimg.cn/c5d2f3712d7543a0a0ad5cc20094d4b5.png) 10 | 11 | 12 | 13 | 正在更新中~ ✨ 14 | 15 | ![在这里插入图片描述](https://img-blog.csdnimg.cn/img_convert/e0fb91ed8ee12ea1d35b3a0339ff9282.jpeg#pic_center) 16 | 17 | 18 | 🚨 我的项目环境： 19 | + 平台：Windows10 20 | + 语言环境：python3.7 21 | + 编译器：PyCharm 22 | + PyTorch版本：1.8.1 23 | --- 24 | 25 | # 🌠 『精品学习专栏导航帖』 26 | + **🎠[【Pandas数据处理100例目录】Python数据分析玩转Excel表格数据](https://weibaohang.blog.csdn.net/article/details/128067702)🎠** 27 | + **🐳[最适合入门的100个深度学习实战项目](https://weibaohang.blog.csdn.net/article/details/127365867?spm=1001.2014.3001.5502)🐳** 28 | + **🐙[【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码](https://weibaohang.blog.csdn.net/article/details/127128637?spm=1001.2014.3001.5502)🐙** 29 | + **🐶[【机器学习入门项目10例目录】项目详解 + 数据集 + 完整源码](https://blog.csdn.net/m0_47256162/article/details/128011714?spm=1001.2014.3001.5501)🐶** 30 | + **🦜[【机器学习项目实战10例目录】项目详解 + 数据集 + 完整源码](https://blog.csdn.net/m0_47256162/article/details/128055406?spm=1001.2014.3001.5501)🦜** 31 | + **🐌[Java经典编程100例](https://blog.csdn.net/m0_47256162/article/details/113728127)🐌** 32 | + **🦋[Python经典编程100例](https://blog.csdn.net/m0_47256162/article/details/110746376)🦋** 33 | + **🦄[蓝桥杯历届真题题目+解析+代码+答案](https://blog.csdn.net/m0_47256162/article/details/110476937)🦄** 34 | + **🐯[【2023王道数据结构目录】课后算法设计题C、C++代码实现完整版大全](https://weibaohang.blog.csdn.net/article/details/124415748)🐯** 35 | 36 | --- 37 | **📢 数据集下载链接** 38 | 39 | + [PyTorch深度学习项目实战100例数据集下载链接](https://weibaohang.blog.csdn.net/article/details/128801663) 40 | 41 | --- 42 | **📢 项目链接** 43 | 44 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用文心大模型ERNIE-ViLG生成图片 | 第1例](https://weibaohang.blog.csdn.net/article/details/127129239?spm=1001.2014.3001.5501) 45 | 46 | > 🔗 [【PyTorch深度学习项目实战100例】—— Python+OpenCV+MediaPipe手势识别系统 | 第2例](https://weibaohang.blog.csdn.net/article/details/121733175) 47 | 48 | > 🔗 [【PyTorch深度学习项目实战100例】—— Python+OpenCV+MediaPipe实时人流检测 | 第3例](https://weibaohang.blog.csdn.net/article/details/121777599) 49 | 50 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用PyTorch实现验证码识别 | 第4例](https://weibaohang.blog.csdn.net/article/details/127134040?spm=1001.2014.3001.5501) 51 | 52 | > 🔗 [【PyTorch深度学习项目实战100例】—— 利用pytorch长短期记忆网络LSTM实现股票预测分析 | 第5例](https://weibaohang.blog.csdn.net/article/details/127142631?spm=1001.2014.3001.5501) 53 | 54 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用pytorch实现LSTM自动AI作诗（藏头诗和首句续写）| 第6例](https://weibaohang.blog.csdn.net/article/details/127149274?spm=1001.2014.3001.5501) 55 | 56 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于pytorch使用LSTM进行文本情感分析 | 第7例](https://weibaohang.blog.csdn.net/article/details/127154284?spm=1001.2014.3001.5501) 57 | 58 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于pytorch使用LSTM进行谣言检测 | 第8例](https://weibaohang.blog.csdn.net/article/details/127155442?spm=1001.2014.3001.5501) 59 | 60 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于pytorch使用LSTM实现新闻本文分类任务 | 第9例](https://weibaohang.blog.csdn.net/article/details/127159062?spm=1001.2014.3001.5501) 61 | 62 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于pytorch使用LSTM实现文本匹配任务 | 第10例](https://weibaohang.blog.csdn.net/article/details/127160639?spm=1001.2014.3001.5501) 63 | 64 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用GRU进行天气变化的时间序列预测 | 第11例](https://weibaohang.blog.csdn.net/article/details/127171689?spm=1001.2014.3001.5501) 65 | 66 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于vgg16进行迁移学习服装分类 | 第12例](https://weibaohang.blog.csdn.net/article/details/127174819?spm=1001.2014.3001.5501) 67 | 68 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Inception v2实现判别mnist手写数据集 | 第13例](https://blog.csdn.net/m0_47256162/article/details/127175566?spm=1001.2014.3001.5501) 69 | 70 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于LSTM实现春联上联对下联 | 第14例](https://blog.csdn.net/m0_47256162/article/details/127206450?spm=1001.2014.3001.5501) 71 | 72 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于词级ngram的词袋模型对twitter数据进行情感分析 | 第15例](https://blog.csdn.net/m0_47256162/article/details/127208908?spm=1001.2014.3001.5501) 73 | 74 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN 卷积神经网络手写数字图像识别 | 第16例](https://blog.csdn.net/m0_47256162/article/details/113824973) 75 | 76 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建LSTM模型实现风速时间序列预测 | 第17例](https://blog.csdn.net/m0_47256162/article/details/128605806?spm=1001.2014.3001.5501) 77 | 78 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建RNN模型实现风速时间序列预测 | 第18例](https://blog.csdn.net/m0_47256162/article/details/128619443?spm=1001.2014.3001.5501) 79 | 80 | > 🔗 [【PyTorch深度学习项目实战100例】—— PCA降维：简易人脸识别模型 | 第19例](https://blog.csdn.net/m0_47256162/article/details/113791502) 81 | 82 | > 🔗 [【PyTorch深度学习项目实战100例】—— 聚类算法用于降维，KMeans的矢量量化应用（图片压缩） | 第20例](https://blog.csdn.net/m0_47256162/article/details/113355401) 83 | 84 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建MLP(ANN)模型实现风速时间序列预测 | 第21例](https://blog.csdn.net/m0_47256162/article/details/128650857?spm=1001.2014.3001.5501) 85 | 86 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建LSTM+CNN模型实现风速时间序列预测 | 第22例](https://blog.csdn.net/m0_47256162/article/details/128678028?spm=1001.2014.3001.5501) 87 | 88 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ResNet18实现昆虫分类任务 | 第23例](https://blog.csdn.net/m0_47256162/article/details/127214041?spm=1001.2014.3001.5501) 89 | 90 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建CNN(一维卷积Conv1D)模型实现风速时间序列预测 | 第24例](https://blog.csdn.net/m0_47256162/article/details/128666467?spm=1001.2014.3001.5501) 91 | 92 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch搭建LSTM+注意力机制(Attention)模型实现风速时间序列预测 | 第25例](https://weibaohang.blog.csdn.net/article/details/128697592) 93 | 94 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于双向BiLSTM实现微生物图像分类 | 第26例](https://blog.csdn.net/m0_47256162/article/details/127232524?spm=1001.2014.3001.5501) 95 | 96 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于RNN实现微博热点新闻分类 | 第27例](https://weibaohang.blog.csdn.net/article/details/127234487) 97 | 98 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于BiGRU短期电力负荷预测方法 | 第28例](https://weibaohang.blog.csdn.net/article/details/127238206) 99 | 100 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于UNet对DRIVE视网膜进行图像分割 | 第29例](https://weibaohang.blog.csdn.net/article/details/127250038) 101 | 102 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于UNet实现血管瘤超声图像分割 | 第30例](https://weibaohang.blog.csdn.net/article/details/127250340) 103 | 104 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ResNet101实现猴痘病毒识别任务 | 第31例](https://weibaohang.blog.csdn.net/article/details/127256025) 105 | 106 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ShuffleNet实现中草药识别任务 | 第32例](https://weibaohang.blog.csdn.net/article/details/127256488) 107 | 108 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用文心大模型ERNIE-GEN-COUPLET一键对联生成 | 第33例](https://weibaohang.blog.csdn.net/article/details/127260141) 109 | 110 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于AnimeGAN模型生成宫崎骏风格动漫照片 | 第34例](https://weibaohang.blog.csdn.net/article/details/127261478) 111 | 112 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于LSTM + 注意力机制（self-attention）进行天气变化的时间序列预测 | 第35例](https://weibaohang.blog.csdn.net/article/details/127270853) 113 | 114 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于自注意力机制（Self-Attention）对twitter数据进行情感分析 | 第36例](https://weibaohang.blog.csdn.net/article/details/127288852) 115 | 116 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于TF-IDF与KMeans的海量新闻文本聚类 | 第37例](https://weibaohang.blog.csdn.net/article/details/127299226) 117 | 118 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于一维卷积Conv1D进行天气变化的时间序列预测 | 第38例](https://weibaohang.blog.csdn.net/article/details/127309913) 119 | 120 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于GoogLeNet实现鸟类识别任务 | 第39例](https://weibaohang.blog.csdn.net/article/details/127312796) 121 | 122 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于一维卷积Conv1D对电商评论数据文本情感分类 | 第40例](https://weibaohang.blog.csdn.net/article/details/127313642) 123 | 124 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于DenseNet121实现26个英文字母识别任务 | 第41例](https://weibaohang.blog.csdn.net/article/details/127323414) 125 | 126 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Transformer实现电影评论星级分类任务 | 第42例](https://weibaohang.blog.csdn.net/article/details/127335678) 127 | 128 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Transformer实现Twitter文本隐喻二分类 | 第43例](https://weibaohang.blog.csdn.net/article/details/127337832) 129 | 130 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN实现冠状病毒推文NLP文本分类 | 第44例](https://weibaohang.blog.csdn.net/article/details/127348054) 131 | 132 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于RNN+CNN实现NLP判别新闻真伪 | 第45例](https://weibaohang.blog.csdn.net/article/details/127350130) 133 | 134 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于MobileNetv3实现人脸面部表情识别 | 第46例](https://weibaohang.blog.csdn.net/article/details/127352250) 135 | 136 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于MnasNet实现垃圾分类任务 | 第47例](https://weibaohang.blog.csdn.net/article/details/127353405) 137 | 138 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Transformer实现100项体育运动分类 | 第48例](https://weibaohang.blog.csdn.net/article/details/127361233) 139 | 140 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于AlexNet实现宠物小精灵（宝可梦）分类任务 | 第49例](https://weibaohang.blog.csdn.net/article/details/127362533) 141 | 142 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于LeNet5实现交通标志分类任务 | 第50例](https://weibaohang.blog.csdn.net/article/details/127364738) 143 | 144 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ResNet50实现多目标美味蛋糕图像分类 | 第51例](https://weibaohang.blog.csdn.net/article/details/127380503) 145 | 146 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ViT（Vision_Transformer）识别七龙珠超级赛亚人 | 第52例](https://weibaohang.blog.csdn.net/article/details/127386951) 147 | 148 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于AutoEncoder的图像降噪实战 | 第53例](https://weibaohang.blog.csdn.net/article/details/127391159) 149 | 150 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Conv3D实现三维立体MNIST数据集分类 | 第54例](https://weibaohang.blog.csdn.net/article/details/127394190) 151 | 152 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于一维卷积Conv1D实现猫狗叫声语音识别 | 第55例](https://weibaohang.blog.csdn.net/article/details/127405308) 153 | 154 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于LSTM实现乐器声音音频识别 | 第56例](https://weibaohang.blog.csdn.net/article/details/127414288) 155 | 156 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于RNN实现垃圾邮件辨别 | 第57例](https://weibaohang.blog.csdn.net/article/details/127426096) 157 | 158 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Pyramid Vision Transformer（PVT-v2）实现奥特曼识别 | 第58例](https://weibaohang.blog.csdn.net/article/details/127428974) 159 | 160 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN实现3D MNIST数字识别 | 第59例](https://weibaohang.blog.csdn.net/article/details/127431784) 161 | 162 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN卷积神经网络实现中文手写汉字识别 | 第60例](https://weibaohang.blog.csdn.net/article/details/127435099) 163 | 164 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于word2vec（CBOW）方法训练词向量 | 第61例](https://weibaohang.blog.csdn.net/article/details/127444552) 165 | 166 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN实现书法字体风格识别任务 | 第62例](https://weibaohang.blog.csdn.net/article/details/127451106) 167 | 168 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN实现视频动作分类任务 | 第63例](https://weibaohang.blog.csdn.net/article/details/127452154) 169 | 170 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于MediaPipe实现人脸五官定位检测 | 第64例](https://weibaohang.blog.csdn.net/article/details/127454882) 171 | 172 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PaddleOCR识别火车票信息 | 第65例](https://weibaohang.blog.csdn.net/article/details/127455220) 173 | 174 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于MFCC对GTZAN音乐流派分类 | 第66例](https://weibaohang.blog.csdn.net/article/details/127457302) 175 | 176 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Transformer实现人格个性指示 | 第67例](https://weibaohang.blog.csdn.net/article/details/127461413) 177 | 178 | > 🔗 [【PyTorch深度学习项目实战100例】—— 8行代码实现验证码识别 | 第68例](https://weibaohang.blog.csdn.net/article/details/127461745) 179 | 180 | > 🔗 [【PyTorch深度学习项目实战100例】—— 使用1*1卷积实现咖啡豆图像分类 | 第69例](https://weibaohang.blog.csdn.net/article/details/127465182) 181 | 182 | > 🔗 [【PyTorch深度学习项目实战100例】—— Pytorch时间序列电力数据多输出预测 | 第70例](https://weibaohang.blog.csdn.net/article/details/127481667) 183 | 184 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Pytorch的语音情感识别系统 | 第71例](https://weibaohang.blog.csdn.net/article/details/127508463) 185 | 186 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Pytorch的中文问题相似度实战 | 第72例](https://weibaohang.blog.csdn.net/article/details/127532112) 187 | 188 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CNN卷积神经网络实现手势识别 | 第73例](https://weibaohang.blog.csdn.net/article/details/127573594) 189 | 190 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于GAN（生成对抗网络）生成动漫人物图像 | 第74例](https://weibaohang.blog.csdn.net/article/details/127752877) 191 | 192 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于vgg19的梵高图像风格迁移 | 第75例](https://weibaohang.blog.csdn.net/article/details/127852183) 193 | 194 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Embedding + LSTM + CNN进行二手车价格预测 | 第76例](https://blog.csdn.net/m0_47256162/article/details/128407303?spm=1001.2014.3001.5501) 195 | 196 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于TextCNN实现情感分析任务 | 第77例](https://weibaohang.blog.csdn.net/article/details/128423227) 197 | 198 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于FastText实现情感二分类任务 | 第78例](https://weibaohang.blog.csdn.net/article/details/128423624) 199 | 200 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于DPCNN实现电商情感分析任务 | 第79例](https://weibaohang.blog.csdn.net/article/details/128424383) 201 | 202 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Pytorch+Bert实现电商情感多分类任务 | 第80例](https://weibaohang.blog.csdn.net/article/details/128425021) 203 | 204 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于ERNIE2.0文心大模型实现中文短文本分类任务 | 第81例](https://weibaohang.blog.csdn.net/article/details/128425948) 205 | 206 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于飞浆ERNIE3.0百亿级大模型实现中文短文本分类任务 | 第82例](https://weibaohang.blog.csdn.net/article/details/128426059) 207 | 208 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于TextRNN实现情感短文本分类任务 | 第83例](https://weibaohang.blog.csdn.net/article/details/128426941) 209 | 210 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于TextRCNN实现中文短文本分类任务 | 第84例](https://weibaohang.blog.csdn.net/article/details/128427344) 211 | 212 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于BiLSTM-Attention实现中文文本分类任务 | 第85例](https://weibaohang.blog.csdn.net/article/details/128427523) 213 | 214 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于CharCNN实现中文情感分类任务 | 第86例](https://weibaohang.blog.csdn.net/article/details/128428873) 215 | 216 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Google的预训练模型XLNet实现电商情感多分类任务 | 第87例](https://weibaohang.blog.csdn.net/article/details/128429547) 217 | 218 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于GPT2实现中文新闻文本分类任务 | 第88例](https://weibaohang.blog.csdn.net/article/details/128430935) 219 | 220 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+HAN实现中文情感分类任务 | 第89例](https://weibaohang.blog.csdn.net/article/details/128431563) 221 | 222 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+Conv-GRNN & LSTM-GRNN实现中文情感分类任务 | 第90例](https://weibaohang.blog.csdn.net/article/details/128432227) 223 | 224 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+TextCNN实现英文长文本诗歌文本分类 | 第91例](https://weibaohang.blog.csdn.net/article/details/128433605) 225 | 226 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+LSTM实现共享单车需求预测 | 第92例](https://weibaohang.blog.csdn.net/article/details/128434337) 227 | 228 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于BiLSTM-Attention实现天气变量预测风速 | 第93例](https://weibaohang.blog.csdn.net/article/details/128434787) 229 | 230 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+LSTM的交通客流预测（时间序列分析） | 第94例](https://weibaohang.blog.csdn.net/article/details/128435373) 231 | 232 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于Pytorch+CNN实现英文文本语义相似度 | 第95例](https://weibaohang.blog.csdn.net/article/details/128436265) 233 | 234 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于MultinomialNB多项式贝叶斯分类器实现中文文本情感分类任务 | 第96例](https://weibaohang.blog.csdn.net/article/details/128438762) 235 | 236 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+CNN实现谣言检测任务 | 第97例](https://weibaohang.blog.csdn.net/article/details/128438944) 237 | 238 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+Attention注意力机制实现天气变化的时间序列预测 | 第98例](https://weibaohang.blog.csdn.net/article/details/128439091) 239 | 240 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+CNN一维卷积实现短期电力负荷预测 | 第99例](https://weibaohang.blog.csdn.net/article/details/128439164) 241 | 242 | > 🔗 [【PyTorch深度学习项目实战100例】—— 基于PyTorch+Transformer实现谣言检测系统 | 第100例](https://weibaohang.blog.csdn.net/article/details/128439218) 243 | 244 | 部分数据集以及项目实现思路来自互联网，仅供参考，若侵权，联系删除 245 | --------------------------------------------------------------------------------