PyTorch 中文手册 - 帮助你使用PyTorch进深度学习快速入门！

【导读】zergtant在Github维护了pytorch handbook，是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门，其中包含的Pytorch教程全部通过测试保证可以成功运行。

https://github.com/zergtant/pytorch-handbook

PyTorch 中文手册（pytorch handbook）

书籍介绍

这是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。

由于本人水平有限，在写此教程的时候参考了一些网上的资料，在这里对他们表示敬意，我会在每个引用中附上原文地址，方便大家参考。

深度学习的技术在飞速的发展，同时PyTorch也在不断更新，且本人会逐步完善相关内容。

目录

第一章：PyTorch 入门

1. PyTorch 简介

2. PyTorch 环境搭建

3. PyTorch 深度学习：60分钟快速入门（官方）

• 张量

• Autograd：自动求导

• 神经网络

• 训练一个分类器

• 选读：数据并行处理（多GPU）

4. 相关资源介绍

第二章 基础

第一节 PyTorch 基础

1. 张量

2. 自动求导

3. 神经网络包nn和优化器optm

4. 数据的加载和预处理

第二节 深度学习基础及数学原理

深度学习基础及数学原理

第三节 神经网络简介

神经网络简介

第四节 卷积神经网络

卷积神经网络

第五节 循环神经网络

循环神经网络

第三章 实践

第一节 logistic回归二元分类

logistic回归二元分类

第二节 CNN:MNIST数据集手写数字识别

CNN:MNIST数据集手写数字识别

第三节 RNN实例：通过Sin预测Cos

RNN实例：通过Sin预测Cos

第四章 提高

第一节 Fine-tuning

Fine-tuning

第二节 可视化

visdom

tensorboardx

第三节 fastai

第四节 训练的一些技巧

第五节 并行计算

第五章 应用

第一节 Kaggle介绍

第二节 结构化数据

第三节 计算机视觉

第四节 自然语言处理

第五节 协同过滤

第六章 资源

第七章 附录

transforms的常用操作总结

pytorch的损失函数总结

pytorch的优化器总结

项目地址：

https://github.com/zergtant/pytorch-handbook

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！480+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询《深度学习:算法到实战》课程，咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程