1 初识PyTorch

欢迎订阅本专栏：《PyTorch深度学习实践》
订阅地址：https://blog.csdn.net/sinat_33761963/category_9720080.html

• 第二章：认识Tensor的类型、创建、存储、api等，打好Tensor的基础，是进行PyTorch深度学习实践的重中之重的基础。
• 第三章：学习PyTorch如何读入各种外部数据
• 第四章：利用PyTorch从头到尾创建、训练、评估一个模型，理解与熟悉PyTorch实现模型的每个步骤，用到的模块与方法。
• 第五章：学习如何利用PyTorch提供的3种方法去创建各种模型结构。
• 第六章：利用PyTorch实现简单与经典的模型全过程:简单二分类、手写字体识别、词向量的实现、自编码器实现。
• 第七章利用PyTorch实现复杂模型：翻译机（nlp领域）、生成对抗网络（GAN)、强化学习(RL)、风格迁移（cv领域）。
• 第八章：PyTorch的其他高级用法：模型在不同框架之间的迁移、可视化、多个GPU并行计算。

1.1 什么是PyTorch?

• pytorch是一个python项目的深度学习库。
• pytorch核心数据结构是tensor，一个多维数组，类似于Numpy arrays，tensor可用来存储一系列特征，并加速数学运算。
• Pytorch提供了分布式训练的包、高效数据加载、以及通用的深度学习函数库。非常适合初学者。

1.2 为什么要选择使用PyTorch?

• 深度学习大火，做算法的怎么能没有一款得心应手的深度学习库呢？
• Pytorch易学习、易使用、易扩，易调试，为什么不用？
• Pytorch中提供的数据结构Tensor, 用起来像极了NumPy，在此基础上增添了GPU加速和梯度自动计算的功能，对有python基础的人简直是分分钟上手的事呀！
• Pytorch的库可以让人将复杂的模型简单地用代码实现，简直是学术界的福音啊！
• Pytorch底层是C++， 运行时间短，部署生产环境毫无压力，简直是工业界的福音啊！

怎么样？心动不心动呀？感兴趣的话就往下看吧~

接下去的文章将分成7个章节：

• 认识Tensor的类型、创建、存储、api等，打好Tensor的基础，是进行PyTorch深度学习实践的重中之重的基础。
• 学习PyTorch如何读入各种外部数据
• 利用PyTorch从头到尾创建、训练、评估一个模型，理解与熟悉PyTorch实现模型的每个步骤，用到的模块与方法。
• 学习如何利用PyTorch提供的3种方法去创建各种模型结构。
• 利用PyTorch实现简单与经典的模型全过程:简单二分类、手写字体识别、词向量的实现、自编码器实现。
• 利用PyTorch实现复杂模型：翻译机（nlp领域）、生成对抗网络（GAN)、强化学习(RL)、风格迁移（cv领域）。
• PyTorch的其他高级用法：模型在不同框架之间的迁移、可视化、多个GPU并行计算。

欢迎订阅本专栏！

要注意的是，本教程（专栏）是针对PyTorch的，有关深度学习的各类理论知识讲起来就又是一个大故事了，所以不在本教程种作为重点，希望读者能事先拥有相关的基础理论知识。相关知识也会在教程中有所推荐。