在這個時代，Pytorch正在變得越來越流行。學習像PyTorch、java等新程序軟件各有不同的方法。總的來說，實踐出真知，你可以通過觀看YouTube上的視頻并且盡可能多的練習來學習。

另一種方法就是通過報名參加不同網站上的在線課程來學習PyTorch。不過有些網站只提供付費課程，你必須支付費用來學習任何課程。

針對第一種方法，作為初學者，除了YouTube的視頻，其實官方的教程也可以是一個很好的開始。在那里，你有很多例子可以說明你在設計架構和訓練時可能會遇到的所有問題：數據加載器、NN模塊、類、前向和后向傳遞、優化器、調度器等等。我的建議是，首先閱讀所有的教程（并真正理解它們的代碼），然后為你選擇的問題實現你自己的架構。一如既往，MNIST是一個非常簡單的例子，你可以用它來工作。當你對這個框架感到舒服時，就可以去訪問GitHub上關于你感興趣的主題的倉庫。很多著名論文的代碼都是公開的，我認為他們有很酷的東西，我們可以從中學習。

值得一提的是，當遇到問題時（技術問題或你的網絡問題），你可以訪問pytorch的論壇（PyTorch Forums），在那里你可能會找到你所遇到的任何問題的答案，它的回復速度和回復率也很高。

而第二種方法需要搭配教程的輔助，深入理解。在這里給大家推薦一套我自己使用下來感受最好的課程—貪心科技AI課程。

這套課程的核心內容均圍繞機器學習,并通過案例的實戰來加深對技術的理解。其課程的內容旨在介紹AI及相關基礎理論，我個人使用后最直觀的感受就是這些課件里面的案例研究準備得非常好，它們對于課后我們如何處理任何機器學習任務有指導性的作用。

機器學習高階課程的內容涵蓋線性和邏輯回歸等。其流程是開展一個個機器學習項目。盡管單個項目可能有所不同，但大多數工作流程都有幾個共同的任務：問題評估、數據探索、數據預處理、模型訓練/測試/部署等。

這套課程是視頻教學，簡單易懂，也由于是線上上課，購買之后隨時可以使用，還是比較適合時間不好分配的上班族或者像我這樣的學生進行使用。每節課程中還會配有一定的題目，幫助大家鞏固知識點概念。我自己在做這些題目的時候，感受很好的是，這些題目的設定與每小節的課程內容結合的很好，能做到即時的鞏固，也能為后面的學習做鋪墊。

雖然是近幾年剛創建的團隊，但其教研人員都是有著豐富的業內經歷和教學經驗。我在上這節課的時候的導師就是亞馬遜的工程師，李文哲老師。他對于每一個問題的講解都十分細致，尤其是遇到運算問題，都會一步步手寫出具體公式。除此之外，他還經常會舉一反三，舉出同樣類型的例子，加深我們的記憶。李老師是一位充滿活力而又溫和的講師，他的經驗可圈可點。他給人以信心，特別是在分享實用的實施技巧和對常見陷阱的警告時。

我體驗下來感覺很好的一點就是，課前課后都有老師和助教引導，老師的態度都很積極，助教對教學也都十分認真負責，每次我提出的問題都會及時解答，就算現在已經結課了，我們也會經常溝通一下最近遇到的問題。而除了以上講的那些，機器學習高階課程還為無編程經驗者提供了Python基礎的內容，作為一個沒有什么編程基礎的統計學生，這也節省了不少我課下補習代碼的時間，大大提高了我的學習效率。關于這部分的資源，除了pytorch之外，我還建議大家搭配jupyter，這也是我自己學習時使用的一個網站。上面有很多的例子，可供大家參考練習。

小結

對于新手來說，pytorch上手很容易，我只用了幾天。在pytorch里，你可以控制，可以跟蹤計算看到張量的內容，而且你還可以修改它，這是其他很多軟件都無法做到的。如果你想的話，可以凍結那一層，甚至完全跳過它。

希望大家通過這篇文章，都能早日找到適合自己的方法和教材，來體會pytorch里的世界！

總結

以上是生活随笔為你收集整理的新手如何拿下pytorch的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。