PyTorch专栏开篇

原文链接： https://github.com/fendouai/PyTorchDocs

目前研究人员正在使用的深度学习框架不尽相同，有 TensorFlow 、PyTorch、Keras等。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域，并获取了极好的效果。其中，PyTorch是当前难得的简洁优雅且高效快速的框架，当前开源的框架中，没有哪一个框架能够在灵活性、易用性、速度这三个方面有两个能同时超过PyTorch。

基于此，磐小仙邀请到了作者 News（CS硕士） ，在接下来的这段时间里，他将会给大家带来关于PyTorch的一个专栏。

这个专栏主要针对想要学习PyTorch的学生群体或者深度学习爱好者。通过专栏的学习，能够实现零基础想要了解和学习深度学习，降低自学的难度，快速学习PyTorch。

1. 专栏介绍

PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发，不仅能够 实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。PyTorch提供了两个高级功能：

• 具有强大的GPU加速的张量计算（如Numpy）

• 包含自动求导系统的深度神经网络

除了Facebook之外，Twitter、GMU和Salesforce等机构都采用了PyTorch。

官方教程包含了 PyTorch 介绍，安装教程；60分钟快速入门教程，可以迅速从小白阶段完成一个分类器模型；计算机视觉常用模型，方便基于自己的数据进行调整，不再需要从头开始写；自然语言处理模型，聊天机器人，文本生成等生动有趣的项目。

总而言之：

如果你想了解一下 PyTorch，可以看介绍部分。

如果你想快速入门 PyTorch，可以看60分钟快速入门。

如果你想解决计算机视觉问题，可以看计算机视觉部分。

如果你想解决自然语言处理问题，可以看NLP 部分。

后续会更新强化学习和生成对抗网络部分内容。

2. 专栏目录

第一章：PyTorch之简介与下载

• PyTorch简介

• PyTorch环境搭建

第二章：PyTorch之60min入门

• PyTorch 入门

• PyTorch 自动微分

• PyTorch 神经网络

• PyTorch 图像分类器

• PyTorch 数据并行处理

第三章：PyTorch之入门强化

• 数据加载和处理

• PyTorch小试牛刀

• 迁移学习

• 混合前端的seq2seq模型部署

• 保存和加载模型

第四章：PyTorch之图像篇

• 微调基于torchvision 0.3的目标检测模型

• 微调TorchVision模型

• 空间变换器网络

• 使用PyTorch进行Neural-Transfer

• 生成对抗示例

• 使用ONNX将模型转移至Caffe2和移动端

第五章：PyTorch之文本篇

• 聊天机器人教程

• 使用字符级RNN生成名字

• 使用字符级RNN进行名字分类

• 在深度学习和NLP中使用Pytorch

• 使用Sequence2Sequence网络和注意力进行翻译

第六章：PyTorch之生成对抗网络

第七章：PyTorch之强化学习

3. 更新计划

更新频率：一周四篇

开始时间：下周开始

4. 学习交流

为了方便大家更好地与作者进行沟通交流，为此磐小仙针对这个专栏成立了QQ和微信读者交流群，同时邀请了专栏的作者News坐镇交流群，大家想近距离与作者沟通，都可以来加入。

加入方式：扫描下方微信群二维码，或者QQ群二维码，即可加入交流群。

扫描上方二维码，加入QQ交流群

扫描上方二维码，加入微信交流群

向后台回复“0830”可获取PyTorch教程中文版github链接~