方栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
PyTorch新手们，请注意。
有一大波学习资源向你扑过来了。
这是GitHub上的一个新项目，简介如是说：史上最全的PyTorch学习资源汇总。
里面有教程，有视频教程，有实战项目。帮你从萌新一点一点褪变成老司机。
还有论文推荐，以及优质的中文书籍，可以拿来补充养分。
那么，来仔细感受一下这份资源吧：
教程篇
开始的开始，项目作者说要从官方手册学起，最好是英文。里面的教程各式各样，从基础知识到搭建深度网络，带你走每一步。
如果真的有英文障碍，就用中文文档。各种函数都有详细介绍，也可以作为速查工具。
除了官方资源，也推荐了GitHub万星的偏实战类教程，以及GitHub四千星的开源书：
比较偏算法实战的PyTorch代码教程 (pytorch-tutorial) ：在github上有很高的star。建议大家在阅读本文档之前，先学习上述两个PyTorch基础教程。
开源书籍 (pytorch-handbook) ：这是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。但本文档不是内容不是很全，还在持续更新中。
每一条资源，都写明了适用人群，或者说食用前该拥有怎样的基础。
文字版教程推荐之后，还有PyTorch视频教程安利。中文的英文的，任君选择。先粗略扫过一下：
每条都附带了垂涎欲滴的推荐语，“深入浅出”“十分精彩”“很简单很形象”。读到这样诱人的句子，你一定可以开始努力的。
实战篇
教程过后，进入实战模式。
第一部分，CV实战。
这里有视觉研究必备的Torchvision包，常用的图像操作都可以在这里完成。
又有人脸检测库OpenFacePyTorch，风格迁移库pt-styletransfer；还有视觉框架TorchCV等等。
至此，装备就基本齐全了。
第二部分，NLP实战。
这里，依然先推荐了好用的库，叫Torchtext，它可以帮大家轻松做好预处理。
然后是Seq2Seq、BERT、OpenNMT等等著名语言模型的PyTorch实现。
除此之外，还有一个叫做Quick-nlp的库，基于FastAI框架，用于快速运行各种NLP模型；序列建模工具包Fairseq也在推荐之列，研究人员可以用它为翻译、总结、语言建模等等任务做自定义模型。
有这样丰沃的营养，小伙伴们可以尽情修炼了。
其他养料
在成为老司机的路上，你可能还需要一些额外的营养补充，更好地了解PyTorch，才能更好地支配它。
从文底传送门前往，看看项目里精挑细选的论文吧。
或者，还有几本强力推荐的中文书。
《深度学习入门之PyTorch》★★★
《PyTorch深度学习》★★★
《深度学习框架PyTorch入门与实践》★★★★
《PyTorch机器学习从入门到实战》★★★
总之，已经有很多友好的资源，排着队支持你玩转PyTorch了。
所以，快点开始吧。
GitHub项目传送门：
https://github.com/INTERMT/Awesome-PyTorch-Chinese
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
声明：我要去上班所有作品（图文、音视频）均由用户自行上传分享，仅供网友学习交流，版权归原作者量子位所有，原文出处。若您的权利被侵害，请联系删除。
本文标题：(pytorch深度学习100例)(pytorch深度学习实战pdf)
本文链接：https://www.51qsb.cn/article/dvjo4d.html
微信扫一扫
QQ扫一扫