深入浅出Pytorch
目录：
- 为什么要学习pyTorch
- 学哪类知识
- 如何学习和掌握PyTorch
- PyTorch学习路径
- 注意事项
PyTorch 优点
- 上手快：掌握Numpy和基本深度学习概念即可上手
- 代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态图机制，更灵活
- Debug方便：调试PyTorch就像调试Python代码一样简单
- 文档规范：https://pytorch.org/docs/可查各版本文档
- 资源多：arXiv中的新算法大多有PyTorch实现
- 开发者多：GitHub上贡献者（Contributors）已超过1350+
- 背靠大树：FaceBook维护开发
学哪些知识
PyTorch定位：
深度学习框架，实现深度学习模型算法
人工智能：多领域交叉科学技术
机器学习：计算机智能决策算法
深度学习：高效的机器学习算法
PyTorch实现模型训练
机器学习模型训练步骤：
六个模块：
-
数据
如何把数据从硬盘读到内存？
如何组织数据进行训练？图片如何预处理及数据增强 -
模型
如何构建模型模块？如何组织复杂网络？
如何初始化网络参数？如何定义网络层？ -
损失函数
如何创建损失函数？如何设置损失函数超参数？
如何选择损失函数？ -
优化器
如何管理模型参数？如何管理多个参数组实现不同学习率？
如何调整学习率？ -
迭代训练
如何观察训练效果？如何绘制Loss/Accuray曲线？
如何用TensorBoard分析？ -
模型应用
如何进行图像分类？图像分割？目标检测？
对抗生成？循环网络？
如何学习和掌握PyTorch
勤动手，成体系，多总结
