最近在學習PyTorch這個深度學習框架，在這裡做一下整理分享給大家，有什麼寫的不對或者不好的地方，還請大俠們見諒啦～～～

本文就是主要是對PyTorch的安裝，以及入門學習做了記錄，也可以算是用自己的理解對文檔進行了翻譯。

先附上鏈接地址哦：

PyTorch官網：https://pytorch.org/

PyTorch :A 60 Minute Blitz：https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

PyTorch 是什麼

PyTorch是一個深度學習框架；

支持GPU並行處理的張量計算；

支持動態神經網路的構建；

比較容易學習;

大多數的框架，例如常見的caffe，TensorFlow都需要構建靜態圖，構建好一個神經網路之後需要重複使用相同的結構。而PyTorch則允許改變網路的運行方式，在構建神經網路時只需要定義網路中的層結構以及前向傳播函數即可，反向傳播求梯度的過程它都會自動完成。

除此，使用起來比較方便，對於我自己這樣的新學者來說真的是非常友善啦，官網提供了詳細的安裝以及各種入門指導，還提供了豐富的examples供我們學習～

PyTorch 的安裝

PyTorch的安裝在官網上有給出方法，按照

PyTorch 60分鐘入門教程

安裝好之後，可以來試一試了～

初識PyTorch之Tensor

Tensor是PyTorch中最基礎的數據表示方法，它用於代替numpy中的數組，可以支持GPU的並行計算。

具體的介紹在這裡哦：

PyTorch入門學習(一)：What is PyTorch?：https://www.jianshu.com/p/108f8048cdc9

裡面介紹了Tensor的基本用法，包括：

包導入

構建矩陣

構建隨機矩陣

獲取Tensor大小

Tensor的4種加法

Tensor索引方法

Tensor與numpy array的相互轉換

Tensor移到GPU上

PyTorch之自動求梯度

PyTorch之神經網路

現在來學習一下如何構建神經網路哦～

Pytorch入門學習（三）：Neural Networks：https://www.jianshu.com/p/d5af8aea4229

這裡介紹了包，通過學習可以知道：

怎麼樣定義一個神經網路

處理輸入以及調用函數

計算損失函數

迭代更新網路的權重

PyTorch之訓練分類器

看完上面的三篇應該算是掌握了神經網路的最基礎的三個部分了，這裡就實現了一個CIFAR10的分類器，除此還介紹了常用數據包的獲取方法。

Pytorch入門學習（四）－training a classifier：https://www.jianshu.com/p/74dd44f1e654

放一張結果圖在這裡吧

展示的是各個類別測試過程中的精度。

基本上簡單的網路都可以照著這個思路去實現出來。

PyTorch之並行計算

60分鐘入門學習的最後一篇當然是給我們的GPU並行計算啦，這個很簡單，直接戳吧。

PyTorch入門學習（五）：Data Parallelism：https://www.jianshu.com/p/0bdf846dc1a2

參考文獻

最後，更多更完整更權威的學習資料還是在官方指南：

PyTorch Tutorials：https://pytorch.org/tutorials/#

陸陸續續終於整理完了這篇文章，呼一口氣～

加入AI學院學習 -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！