最近在學(xué)習(xí)PyTorch這個深度學(xué)習(xí)框架，在這里做一下整理分享給大家，有什么寫的不對或者不好的地方，還請大俠們見諒啦～～～

一 寫在前面

未經(jīng)允許，不得轉(zhuǎn)載，謝謝~

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

先附上鏈接地址哦(直接點擊即可)：
PyTorch官網(wǎng)
PyTorch :A 60 Minute Blitz

二 PyTorch 是什么

• PyTorch是一個深度學(xué)習(xí)框架；
• 支持GPU并行處理的張量計算；
• 支持動態(tài)神經(jīng)網(wǎng)絡(luò)的構(gòu)建；
• 比較容易學(xué)習(xí)。

大多數(shù)的框架，例如常見的caffe，TensorFlow都需要構(gòu)建靜態(tài)圖，構(gòu)建好一個神經(jīng)網(wǎng)絡(luò)之后需要重復(fù)使用相同的結(jié)構(gòu)。而PyTorch則允許改變網(wǎng)絡(luò)的運行方式，在構(gòu)建神經(jīng)網(wǎng)絡(luò)時只需要定義網(wǎng)絡(luò)中的層結(jié)構(gòu)以及前向傳播函數(shù)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，對于我自己這樣的新學(xué)者來說真的是非常友善啦，官網(wǎng)提供了詳細(xì)的安裝以及各種入門指導(dǎo)，還提供了豐富的examples供我們學(xué)習(xí)～

三 PyTorch 的安裝

PyTorch的安裝在官網(wǎng)上有給出方法，按照

四 PyTorch 60分鐘入門教程

安裝好之后，可以來試一試了～

1 初識PyTorch之Tensor

Tensor是PyTorch中最基礎(chǔ)的數(shù)據(jù)表示方法，它用于代替numpy中的數(shù)組，可以支持GPU的并行計算。
具體的介紹在這里哦：
PyTorch入門學(xué)習(xí)(一)：What is PyTorch?
里面介紹了Tensor的基本用法，包括：

• 包導(dǎo)入
• 構(gòu)建矩陣
• 構(gòu)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(zhuǎn)換
• Tensor移到GPU上

2 PyTorch之自動求梯度

前面提到的自動求梯度就是通過autograd包實現(xiàn)的，是神經(jīng)網(wǎng)絡(luò)的核心部分，可以通過代碼的運行情況來決定反向傳播的過程, 這樣就使得每一次的迭代都可以是不一樣的.
具體的戳這里哦：
PyTorch入門學(xué)習(xí)（二）：Autogard之自動求梯度
看完這個就能學(xué)會怎么樣建立計算圖并自動求梯度了。

3 PyTorch之神經(jīng)網(wǎng)絡(luò)

現(xiàn)在來學(xué)習(xí)一下如何構(gòu)建神經(jīng)網(wǎng)絡(luò)哦～
Pytorch入門學(xué)習(xí)（三）：Neural Networks
這里介紹了torch.nn包，通過學(xué)習(xí)可以知道：

• 怎么樣定義一個神經(jīng)網(wǎng)絡(luò)
• 處理輸入以及調(diào)用backward函數(shù)
• 計算損失函數(shù)
• 迭代更新網(wǎng)絡(luò)的權(quán)重

4 PyTorch之訓(xùn)練分類器

看完上面的三篇應(yīng)該算是掌握了神經(jīng)網(wǎng)絡(luò)的最基礎(chǔ)的三個部分了，這里就實現(xiàn)了一個CIFAR10的分類器，除此還介紹了常用數(shù)據(jù)包的獲取方法。
Pytorch入門學(xué)習(xí)（四）－training a classifier
放一張結(jié)果圖在這里吧

5 PyTorch之并行計算

60分鐘入門學(xué)習(xí)的最后一篇當(dāng)然是給我們的GPU并行計算啦，這個很簡單，直接戳吧。
PyTorch入門學(xué)習(xí)（五）：Data Parallelism

參考文獻(xiàn)

最后，更多更完整更權(quán)威的學(xué)習(xí)資料還是在官方指南：
PyTorch Tutorials

陸陸續(xù)續(xù)終于整理完了這篇文章，呼一口氣～

正經(jīng)臉：小菜鳥一只，有問題還請多多指教！