深度学习手撕代码题

目录：

1. PyTorch实现注意力机制、多头注意力与自注意力
2. Numpy广播机制实现矩阵间L2距离的计算
3. Conv2D卷积的Python和C++实现
4. Numpy实现bbox_iou的计算
5. Numpy实现Focalloss
6. Python实现nms、softnms
7. Python实现BN批量归一化
8. PyTorch卷积与BatchNorm的融合
9. 分割网络损失函数Dice Loss代码实现
10. PyTorch 针对L1损失的输入需要做数值的截断，构建CustomL1Loss类
11. Numpy实现一个函数来计算两个向量之间的余弦相似度
12. Numpy实现Sigmoid函数
13. Numpy完成稀疏矩阵的类，并实现add和multiply的操作
14. PyTorch 实现SGD优化算法
15. Numpy 实现线性回归损失函数