點擊上方“AI有道”，選擇“星標”公眾號

重磅干貨，第一時間送達

什么是 PyTorch？其實 PyTorch 可以拆成兩部分：Py+Torch。Py 就是 Python，Torch 是一個有大量機器學習算法支持的科學計算框架。PyTorch 的前身是Torch，但是 Torch 是基于 Lua 語言。Lua 簡潔高效，但由于其過于小眾，用的人不是很多，以至于很多人聽說要掌握 Torch 必須新學一門語言就望而卻步。考慮到 Python 在人工智能領域的領先地位，以及其生態完整性和接口易用性，幾乎任何框架都不可避免地要提供 Python 接口。終于，在 2017 年，Torch 的幕后團隊使用 Python 重寫了 Torch 的很多內容，推出了 PyTorch，并提供了 Python 接口。此后，PyTorch 成為最流行的深度學習框架之一。

近幾年來，PyTorch 呈現大火的趨勢，除了Facebook外，PyTorch 已經被 Twitter、CMU 和 Salesforce 等多個機構使用。

就在剛剛，激動人心的好消息：PyTorch 官方教程中文版正式發布啦！

教程地址：

http://pytorch123.com/

教程介紹

本文檔主要使用于 PyTorch 入門學者，主要參考 PyTorch 官方文檔。官方教程包含了 PyTorch 介紹，安裝教程；60 分鐘快速入門教程，可以迅速從小白階段完成一個分類器模型；計算機視覺常用模型，方便基于自己的數據進行調整，不再需要從頭開始寫；自然語言處理模型，聊天機器人，文本生成等生動有趣的項目。?

總而言之：如果你想了解一下 PyTorch，可以看介紹部分。如果你想快速入門 PyTorch，可以看 60 分鐘快速入門。如果你想解決計算機視覺問題，可以看 CV 部分。如果你想解決自然語言處理問題，可以看 NLP 部分。

教程內容

整個教程共包含了 7 部分，內容由簡單到復雜，適合不同層次的學習要求。下面分別進行介紹。

1.?PyTorch 之簡介與下載

• PyTorch 簡介

• PyTorch?環境搭建

  -?安裝 Anaconda 3.5

  -?安裝 PyTorch?&?torchvision

Anaconda Navigator

2.?PyTorch 之 60min 入門教程

• PyTorch 入門

• PyTorch 自動微分

• PyTorch 神經網絡

• PyTorch?圖像分類器

• PyTorch 數據并處理

原理解釋：

3.?PyTorch 之入門強化教程

• 數據加載和處理

• PyTorch 小試牛刀

• 遷移學習

• 混合前端的 seq2seq 模型部署

• 保存和加載模型

def?train_model(model, criterion, optimizer, scheduler, num_epochs=25):since = time.time()best_model_wts = copy.deepcopy(model.state_dict())best_acc = 0.0for?epoch in?range(num_epochs):print('Epoch {}/{}'.format(epoch, num_epochs - 1))print('-'?* 10)# 每個epoch都有一個訓練和驗證階段for?phase in?['train', 'val']:if?phase == 'train':scheduler.step()model.train() # Set model to training modeelse:model.eval() # Set model to evaluate moderunning_loss = 0.0running_corrects = 0# 迭代數據.for?inputs, labels in?dataloaders[phase]:inputs = inputs.to(device)labels = labels.to(device)# 零參數梯度optimizer.zero_grad()# 前向# track history if only in trainwith?torch.set_grad_enabled(phase == 'train'):outputs = model(inputs)_, preds = torch.max(outputs, 1)loss = criterion(outputs, labels)# 后向+僅在訓練階段進行優化if?phase == 'train':loss.backward()optimizer.step()# 統計running_loss += loss.item() * inputs.size(0)running_corrects += torch.sum(preds == labels.data)epoch_loss = running_loss / dataset_sizes[phase]epoch_acc = running_corrects.double() / dataset_sizes[phase]print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))# 深度復制moif?phase == 'val'?and?epoch_acc > best_acc:best_acc = epoch_accbest_model_wts = copy.deepcopy(model.state_dict())print()time_elapsed = time.time() - sinceprint('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))print('Best val Acc: {:4f}'.format(best_acc))# 加載最佳模型權重model.load_state_dict(best_model_wts)return?model

4.?PyTorch 之圖像篇

• 微調基于 torchvision 0.3的目標檢測模型

• 微調 Torchvision 模型

• 空間變換器網絡

• 使用 PyTorch 進行 Neural-Transfer

• 生成對抗示例

• 使用ONNX將模型轉移至Caffe2和移動端

5.?PyTorch 之文本篇

• 聊天機器人教程

• 使用字符級 RNN 生成名字

• 使用字符級 RNN 進行名字分類

• 在深度學習和 NLP 中使用 Pytorch

• 使用 Sequence2Sequence 網絡和注意力進行翻譯

>?hello? Bot: hello . >?where?am I? Bot: you re in a hospital . >?who are you? Bot: i m a lawyer . >?how are you doing? Bot: i m fine . >?are you my friend? Bot: no . >?you're under arrest Bot: i m trying to help you ! >?i'm just kidding Bot: i m sorry . >?where?are you from? Bot: san francisco . >?it's time for me to leave Bot: i know . >?goodbye Bot: goodbye .

6.?PyTorch 之生成對抗網絡

• DCGAN教程

本教程通過一個例子來對 DCGANs 進行介紹。我們將會訓練一個生成對抗網絡（GAN）用于在展示了許多真正的名人的圖片后產生新的名人。

7.?PyTorch 之強化學習

• 強化學習（DQN）教程

本教程介紹如何使用PyTorch從OpenAI Gym中的 CartPole-v0 任務上訓練一個Deep Q Learning (DQN) 代理。

總的來說，這是一份非常不錯的 PyTorch 中文教程！最后，再次附上教程在線網址：

http://pytorch123.com/

---

推薦閱讀

（點擊標題可跳轉閱讀）

完備的 AI 學習路線，最詳細的資源整理！

干貨 | 公眾號歷史文章精選

我的深度學習入門路線

我的機器學習入門路線圖

重磅！AI 有道學術交流群成立啦

掃描下方二維碼，添加?AI有道小助手微信，可申請入林軒田機器學習群（數字?1）、吳恩達 deeplearning.ai 學習群（數字?2）。一定要備注：入哪個群（1 或 2 或 1+2）+ 地點 + 學校/公司 + 昵稱。例如：1+上海+復旦+小牛。?

長按掃碼，申請入群

（添加人數較多，請耐心等待）

?

最新 AI 干貨，我在看?

總結

以上是生活随笔為你收集整理的撒花！PyTorch 官方教程中文版正式上线，激动人心的大好事！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。