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。

由于PyTorch版本更迭，教程的版本会与PyTorch版本，保持一致。

2020.1.16 PyTorch已经发布1.4的稳定版。

Java bindings 被列入了支持列表，这几天准备出一个springboot的集成教程

群号：884017356

扫描二维码

点击链接加入群聊 『PyTorch Handbook 交流4群』

1群(985896536)已满，2群(681980831) 3群(773681699)已满

不要再加了

• 修改错别字请直接提issue或PR

• PR时请注意版本

• 有问题也请直接提issue

感谢

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

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

深度学习基础及数学原理

神经网络简介 注：本章在本地使用微软的Edge打开会崩溃，请使Chrome Firefox打开查看

卷积神经网络

循环神经网络

logistic回归二元分类

CNN:MNIST数据集手写数字识别

RNN实例：通过Sin预测Cos

Fine-tuning

visdom

tensorboardx

可视化理解卷积神经网络

Fast.ai

多GPU并行计算

Kaggle介绍

Fashion MNIST 图像分类

树莓派编译安装 pytorch 1.4

transforms的常用操作总结

pytorch的损失函数总结

pytorch的优化器总结

本作品采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行许可