Pytorch书

前几天复现了insightface人脸识别的一个baseline(使用pytorch),就一发不可收拾,对于pytorch中所蕴含的机理十分感兴趣。所以准备在这里总结一下自己的pytorch的修炼过程

昨天实验室恰好购买了一套pytorch的新书

Pytorch书_第1张图片

书的主要内容

一.Pytorch简介 (基于Lua的Torch——>基于Python的Pytorch)

  • 各种深度学习框架的对比

Theano,TensorFlow,Keras,Caffe,MXNet,CNTK

由于自己前几天做人脸识别的时候,了解了一些MXNet内容,这里简单介绍一下

特点:分布式性能优越,语言支持最多,但是文档比较混乱

  • 动态图与静态图

静态图:TensorFlow 先定义后运行

动态图:Pytorch 在运行时构建

二.入门

  • 安装

  • 基础内容

autograd,tensor,神经网络

三.Tensor和autograd

四.神经网络工具箱nn

  • nn.Module

  • 常用神经网络层

  • 优化器

  • nn.functional(定义神经网络的层)

  • 初始化策略

  • nn.Module深入分析

  • nn和autograd的关系

五.Pytorch中常用的工具

  • 数据处理
  • torchvision
  • 可视化工具
  • GPU加速

Pytorch中以下数据结构都分为CPU和GPU两个版本

Tensor,Variable,nn.Module

x.cuda将数据放到gpu上,model.cuda会吧所有数据都迁移到GPU

  • 持久化,保存模型

你可能感兴趣的:(pytorch)