第2篇
PyTorch基础

PyTorch是Facebook AI试验室(Facebook's AI Research Lab, FAIR)于2016年9月发布的深度学习框架，它是自Torch移植过来的(以Lua程序语言开发)，是深度学习最佳的入门框架之一，而且PyTorch官网很贴心地提供了中文版的说明文件。

本篇将介绍PyTorch的整体架构，包含下列内容：

（1）从张量(Tensor)运算，到自动微分(Automatic Differentiation)，再到神经层，最后构建完整的神经网络。

（2）说明神经网络的各项函数，例如Activation Function、损失函数(Loss Function)、优化器(Optimizer)、效能衡量指标(Metrics)，并介绍运用梯度下降法找到最佳解的原理与过程。

（3）示范PyTorch各项工具的使用，包含TensorBoard可视化工具、PyTorch Dataset/DataLoader、PyTorch Serve部署等。

（4）神经网络完整流程的实践。

（5）卷积神经网络(Convolutional Neural Network, CNN)。

（6）预先训练的模型(Pre-trained Model)。

（7）转移学习(Transfer Learning)。 Kwpb12Z0HpYrOzh596Rbh4tmWDEr2HWYhyBYgSkpZkzaRJvwmtFjtaFVV0etu2V5