本博客的內容主要是作者在學習過程中做的一個筆記，如果有幸有人覺得還可以，我們可以一起交流學習。沒有其他目的。
一、Pytorch簡介
PyTorch是最近一個很火的深度學習框架，可以與TensorFlow一較高下。在使用PyTorch之前我是使用TensorFlow的，但在在一個偶然的機會下，學習了一個用PyTorch編寫的代碼，瞬間感覺PyTorch非常好用。我感覺PyTorch的建模過程有點類似於keras，有固定的函數來調用，功能模塊的堆疊也有固定的流程。並且整個程序的書寫也有固定的流程，思路更清晰。下面就簡單介紹一下PyTorch。
PyTorch的前身是Torch框架，Torch框架是Facebook提出來的，採用Lua語言爲接口，但是因爲Lua語言並不常用，所以Torch框架也沒有引起很多人的注意。2017年Facebook發佈了PyTorch，使用最火的Python語言重寫了很多內容，使PyTorch更加靈活，並且支持動態圖，提供了Python接口。Pytorch可以看作是加入了GPU支持的numpy，也可以看成是一個具有自動求導功能的強大的深度神經網絡。目前，已經被很多研究學者和大公司所使用。
Pytorch在短短的兩年時間發展迅速，可以比肩TensorFlow，在不斷的發展中，PyTorch也在不斷的完善，融合更多更方便的功能。適合初學者快速上手使用。那要想學習Pytorch，首先要做的就是準備開發環境。我習慣使用Anaconda+PyCharm。Anaconda提供了便利性，Anaconda具有大部分我們常用的庫，無需自己手動安裝每一個庫。當我們使用功能Anaconda沒有的庫時，在使用conda/pip進行安裝即可。Anaconda還提供了編譯換件Spider+Jupyter Book。但是我喜歡使用PyCharm+Jupyter Book的組合。對於編譯環境，我覺得每種環境都有自己的優點，可以根據自己的喜好選擇。關於安裝，網上有很多的教程，可以百度搜索一下。按步驟安裝即可。需要注意的是版本的匹配問題。
二、學習計劃
這次的學習一共分爲以下幾個部分：
- PyTorch的簡單操作
- 數據操作
- 模型搭建
- 損失函數
- 優化器
- 迭代訓練
- 模型優化
- 複雜的應用
我們首先介紹一些PyTorch基礎函數的使用，如果你對numpy很熟悉的話，PyTorch雨numpy是很類似的。然後，我們按照編寫程序的順序進行學習，準備數據、搭建模型、計算損失函數、選擇優化函數、進行迭代訓練。接下來，我們學習一些優化、調整模型的手段，使模型的性能更優。最後，我們學習一些常見的例子。
三、學習資料推薦
我常用的學習資料有書、視頻和博客文章。對於PyTorch的學習，我不推薦買書，因爲我買了，書上的代碼比較老。但是還是有借鑑意義的。可以視情況而定。那主要的學習方式就是視頻、博客文章和官方文檔。下面是推薦的一些學習資料。
Pytorch中文文檔
Pytorch官網
Pytorch GitHub
B站 PyTorch視頻
最後，希望自己能堅持學習，並學好Pytorch。加油！加油！加油！
如內容不當，請聯繫刪除。
郵箱：[email protected]
QQ：2391855138
歡迎一起交流學習！！！
