本站 PyTorch 教程目录

这里是我们精心整理的整套系列教程，各个教程都自成体系，大家可以自主选择和学习。如果你希望看到某系列教程想分享给大家或者某系列外文教程需要翻译，请联系我们哦！

特别推荐：深度学习与 PyTorch 入门实战教程

新加坡国立大学 AI 团队倾情打造，资深研究员龙龙老师主讲，帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。

这门课程还得到了【莫烦老师】的推荐：

在教学中，龙龙老师以简短高效的方式，从深度学习的多个角度向我们展开了论述，非常适合想对深度学习有全方位了解的朋友。–莫烦

• 课程直达
• 课程目录

香港科技大学 PyTorch 四日速成教程

• 介绍
• Github 地址
• Slides （在 Google Drive 上，需梯子）
• Slides （百度网盘，免梯子） 或 （城通网盘，免梯子）

PyTorch 学习笔记系列

• PyTorch 学习笔记（一）：什么是 PyTorch
• PyTorch 学习笔记（二）：关于Gradient
• PyTorch 学习笔记（三）：自动求导
• PyTorch 学习笔记（四）：自定义 Dataset 和输入流
• PyTorch 学习笔记（五）：存储和恢复模型并查看参数
• PyTorch 学习笔记（六）：PyTorch hook 和关于 PyTorch backward 过程的理解

PyTorch C++ API 使用教程

完整的 PyTorch C++ API 系列教程目录如下（或者点击这里查看）：

1. 《PyTorch C++ API 系列 1：用 VGG-16 识别 MNIST》
2. 《PyTorch C++ API 系列 2：使用自定义数据集》
3. 《PyTorch C++ API 系列 3：训练网络》
4. 《PyTorch C++ API 系列 4：实现猫狗分类器（一）》
5. 《PyTorch C++ API 系列 5：实现猫狗分类器（二）》

莫烦 PyTorch 系列教程

PyTorch 简介

• 1.1 Why?
• 1.2 安装

PyTorch 神经网络基础

• 2.1 Torch 或 Numpy
• 2.2 变量 (Variable)
• 2.3 激励函数 (Activation)

建造第一个神经网络

• 3.1 关系拟合 (回归 Regression)
• 3.2 区分类型 (分类 Classification)
• 3.3 快速搭建回归神经网络
• 3.4 保存和恢复模型
• 3.5 数据读取 (Data Loader)
• 3.6 Optimizer 优化器

高级神经网络结构

• 4.1 CNN 卷积神经网络
• 4.2 RNN 循环神经网络 (分类 Classification)
• 4.3 RNN 循环神经网络 (回归 Regression)
• 4.4 AutoEncoder (自编码/非监督学习)
• 4.5 DQN 强化学习 (Reinforcement Learning)
• 4.6 GAN (Generative Adversarial Nets 生成对抗网络)

高阶内容

• 5.1 为什么 Torch 是动态的
• 5.2 GPU 加速运算
• 5.3 Dropout 防止过拟合
• 5.4 Batch Normalization 批标准化
• 查看此套教程完整目录

10分钟快速入门 PyTorch 系列

• 10分钟快速入门 PyTorch (0) – 基础
• 10分钟快速入门 PyTorch (1) – 线性回归
• 10分钟快速入门 PyTorch (2) – 逻辑回归
• 10分钟快速入门 PyTorch (3) – 神经网络
• 10分钟快速入门 PyTorch (4) – CNN
• 10分钟快速入门 PyTorch (5) – RNN
• 10分钟快速入门 PyTorch (6) – LSTM for MNIST
• 10分钟快速入门 PyTorch (7) – Word Embedding
• 10分钟快速入门 PyTorch (8) – Word Prediction
• 10分钟快速入门 PyTorch (9) – LSTM 词性判断
• 10分钟快速入门 PyTorch (10) – GAN

Deep Learning with PyTorch – 视频教程

• 1.（PyTorch 先修条件）PyTorch Prerequisites – Syllabus for Neural Network Programming Series 
• 2.（PyTorch 简介）PyTorch Explained – Python Deep Learning Neural Network API
• 3.（安装 PyTorch）PyTorch Install – Quick and Easy
• 4.（CUDA 详解）CUDA Explained – Why Deep Learning uses GPUs
• 5.（Tensor 详解）Tensors Explained – Data Structures of Deep Learning
• 6.（Tensor 的 Rank，Axes，以及 Shape 详解）Rank, Axes, and Shape Explained – Tensors for Deep Learning

PyTorch 源码浅析系列

• PyTorch 源码浅析（一）
• PyTorch 源码浅析（二）
• PyTorch 源码浅析（三）
• PyTorch 源码浅析（四）

fastai 系列教程

• fastai 系列教程（一）- 安装
• fastai 系列教程（二）- 快速入门 MNIST 示例
• fastai 系列教程（三）- CIFAR10 示例

PyTorch 模型训练实用教程

获取方式：https://github.com/tensor-yu/PyTorch_Tutorial/tree/master/Data

更多教程，正在添加中…