PyTorch是一个用于机器学习和深度学习的开源深度学习框架，于2016年Facebook 的人工智能研究团队发布。包括三个部分——torch、torchvision 与 torchaudio，torch约 有 2G ，而 torchvision 和 torchaudio 约有 2M，因此一般在代码里只会 import torch。若 torch 的版本给定后，另外两个附件的版本唯一确定。快速准确

推荐两个优质的深度学习代码学习资源：详解了60+个经典前沿网络架构(如ResNet、Transformer等)，每行代码都配有文字/公式/图示解析。配套可视化网站nn.labml.ai/zh/提供更直观的学习体验，帮助开发者深入理解代码逻辑和算法实现。这些资源持续更新，是提升深度学习编程能力的理想选择。

链接：https://pan.baidu.com/s/1MOahj3vLt3-ngDhlelYjHQ?通过百度网盘分享的文件：Matlab安装包2024a和2018a有需要的可以自取噢！安装完Matlab之后或者是不久，打开Matlab会出现上面的页面。再启动一下Matlab就可以运行咯。

生成v7.3的mat之后python会报错：NotImplementedError: Please use HDF reader for matlab v7.3 files。fea_path=scio.loadmat(‘数据地址.mat’）fea_path=h5py.File('数据地址.mat')＃最初用loadmat读取数据。

matlab将double型mat文件更改变量名，避免转换成struct型

cuDNN是NVIDIA开发的深度学习GPU加速库，通过优化卷积、矩阵乘法等核心操作显著提升模型训练和推理效率。其支持主流框架（TensorFlow/PyTorch），适用于计算机视觉（CNN）、自然语言处理（Transformer）等场景，并能加速大模型训练（如Llama2）。安装需匹配CUDA版本，下载后需将bin/include/lib文件复制到CUDA目录，并通过demo_suite中的d

Mamba模型运行依赖两个核心组件：causal_conv1d（因果卷积库）和mamba_ssm（状态空间模型库）。安装时需严格匹配PyTorch、CUDA、Python版本及操作系统架构。Windows环境需通过whl文件顺序安装（先因果卷积库后Mamba核心库），Linux环境则通过wget下载对应版本。安装完成后可用conda list验证版本，调用时需确保安装顺序正确。特别注意CUDA版本

链接：https://pan.baidu.com/s/1MOahj3vLt3-ngDhlelYjHQ?通过百度网盘分享的文件：Matlab安装包2024a和2018a有需要的可以自取噢！安装完Matlab之后或者是不久，打开Matlab会出现上面的页面。再启动一下Matlab就可以运行咯。

cuDNN是NVIDIA开发的深度学习GPU加速库，通过优化卷积、矩阵乘法等核心操作显著提升模型训练和推理效率。其支持主流框架（TensorFlow/PyTorch），适用于计算机视觉（CNN）、自然语言处理（Transformer）等场景，并能加速大模型训练（如Llama2）。安装需匹配CUDA版本，下载后需将bin/include/lib文件复制到CUDA目录，并通过demo_suite中的d

教材的pdf我已经上传到资源啦！动手学深度学习在线课程。