这篇文章是我学习 PyTorch 过程中所记录的学习笔记汇总,包括 25 篇文章,是我学习 PyTorch 框架版课程期间所记录的内容。
学习笔记的结构遵循课程的顺序,共分为 8 周,循序渐进,力求通俗易懂。
配套代码:https://github.com/zhangxiann/PyTorch_Practice
所有代码均在 PyCharm 中通过测试,建议通过 git 克隆到本地运行。
由于代码中会用到一些第三方的数据集,这里给出百度云的下载地址(如果有其他更好的数据托管方式,欢迎告诉我)。
数据下载地址: 链接:https://pan.baidu.com/s/1f9wQM7gvkMVx2x5z6xC9KQ 提取码:w7xt
本教程假定读你有一定的机器学习和深度学习基础。
如果你没有学习过机器学习或者深度学习,建议先观看 Andrew ng 的深度学习(Deep Learning)课程,课程地址: https://mooc.study.163.com/university/deeplearning_ai#/c。
然后再学习本教程,效果会更佳。
这个学习笔记共 25 章,分为 8 周进行的,每周大概 3 章(当然你可以根据自己的进度调整),每章花费的时间约 30 分钟到 2 个小时之间。
目录大纲如下:
如果这份 PyTorch 学习笔记对你有帮助,欢迎 star:
https://github.com/zhangxiann/PyTorch_Practice
如果你觉得这篇文章对你有帮助,不妨点个赞,让我有更多动力写出好文章。
欢迎扫码关注我的公众号张贤同学。