Pytorch 深度學習入門建議

0. 簡介

本文主要介紹了使用pytorch作爲框架入門深度學習。

其中第1節(深度學習入門)內容較多，建議邊看第1節邊實踐第2節(Pytorch入門)中的內容（主要是2.1和2.2）。

1. 深度學習入門

網上的資源非常多，這裏重點推薦一個資源：斯坦福大學公開課 CS231N。

對應的中文翻譯及視頻資料等如下：CS231n 官方筆記及其中文譯本。

學習建議：

• 讀者把截圖中兩個模塊中涉及的文檔讀懂(部分代碼要自己對照着原文實踐) 基本上就可以入門了(預計需要半個月到一個月時間)。
• 上述鏈接中的視頻，作業等資料可選擇性觀看，主要看截圖中給到的內容。筆者只看了截圖中的英文資料，其他內容還沒看:(, 如果讀者覺得讀英語效率低，可以參考對應的中文資料。
• 這裏不再推薦其他資源，對於初學者只要精通了上述內容，基本上就可以讀懂絕大多數深度學習的資料了，對於裏面不懂的內容可自行查找資料補充。

2. Pytorch 入門

2.1. 安裝軟件

2.1.1 python

建議安裝anaconda(裏面集成了python解釋器以及常用的python模塊)。 由於清華大學鏡像和中科院鏡像的anaconda源未獲得授權已經被關閉，因此這裏給出的是官方版本，可能下載速度有點慢。讀者可自行查找更快的下載方案，比如百度雲。

• 建議安裝python3.5以上版本
• windows 下安裝教程：Windows下Anaconda的安裝和簡單使用
• Linux 下安裝教程： Linux下安裝Anaconda(64位)詳細過程

2.1.2 pycharm(可選擇)

這是一個IDE(軟件開發環境，類似於Visual Studio), 建議讀者使用。但是讀者也可以使用Anaconda中自帶的IDE，如Spyder。或者也可以使用其他編輯器，如Visual Studio Code。

• Windows 下的詳細安裝及使用教程請參考：Windows下Anaconda和PyCharm的安裝與使用
• Linux下的安裝教程請參考(請先讀完Windows下如何配置Pycharm再讀下面的安裝方法，Linux下配置Pycharm和Windows下相同)：
  1. Linux Ubuntu系統如何安裝pycharm編輯器
  2. Ubuntu系統安裝PyCharm教程（詳細圖文）

建議：IDE不一定用的多的就是最好的，請讀者自行選擇適合自己的IDE，並且精通一個即可。

2.1.3 cuda（可選擇）

如果讀者電腦上有nvidia GPU且未安裝cuda，可以考慮下載並安裝。這裏給出建議的參考博客，不再詳細介紹。

• windows: Windows 10，nvidia顯卡, tensorflow-gpu cuda9.0安裝(只看安裝cuda部分即可)
• Linux: ubuntu16.04下安裝GTX1080TI顯卡驅動+安裝CUDA

2.1.4 pytorch

如圖，登陸pytorch官網，在下方選好對應的pytorch版本，系統會自動給出需要運行的命令。

Linux 下安裝教程：

• Linux 下安裝教程：Linux下便捷安裝 Pytorch命令指南

• 比如這裏筆者選擇satble(1.1)版本， 操作系統爲Linux， 安裝包使用Conda， python版本爲3.6， cuda版本爲9.0。
  因此只需要在終端(Terminal)中輸入如下命令：conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
  
  注意：這裏如果讀者沒有安裝cuda，選擇None

Windows 下安裝教程:

• Windows 下安裝教程：pytorch在windows10上安裝使用
• 如果系統爲windows，建議按照如下配置選擇：
  
  注意：這裏如果讀者沒有安裝cuda，選擇None

2.2. pytorch的基本原理

這一節筆者主要看了pytorch的官方文檔和教程，裏面有很多很多例子，如果把這些例子全看完，足以滿足日常使用的要求。如果時間不夠充足，可以考慮先挑一些緊急的看，以後等到熟練了或者需要用到什麼地方再反過頭來看。

下面列舉了一些建議先看的內容：

2.2.1 60分鐘入門

對應中文翻譯：PyTorch 深度學習:60分鐘快速入門

把上圖中的五個部分讀懂，大約需要一小時到兩小時。這一部分主要介紹了

• 什麼是pytorch?
• 什麼是tensor？
• pytorch如何自動求導？
• 什麼是神經網絡，如何搭建神經網絡？
• 如何從頭到尾訓練一個分類的神經網絡模型？
• 數據並行機制？數據怎麼在多個GPU上並行運算？

2.2.2 pytorch的數據加載機制

對應中文翻譯：PyTorch:數據加載和預處理

這一節我認爲是必看的，大約需要一到兩小時讀懂。讀完這一節，你將學會：

• 讀懂別人是怎麼設計DataSet的
• 靈活地針對自己的數據定義訓練過程中從磁盤上讀取數據到網絡中

2.2.3 模型加載和保存

這一節主要講如何將訓練好的模型加載到網絡中，以及如何保存訓練好的模型。

讀完上述內容，基本上可以瞭解pytorch的原理。剩下的就是根據不同的需求看不同的內容。比如，如果讀者想做遷移學習，或者強化學習，或者只是想用GAN網絡，那麼只需要找對應的內容即可。

2.3. Pytorch工具介紹 (可選擇)

下面的鏈接介紹了筆者常用的一些pytorch工具，包括

• Awesome-Pytorch-list，提供了pytorch的各種工具，代碼，文檔等

• 使用pytorch+tensorboardX進行數據可視化處理（初學者可以不用這個，不會影響結果）

• 使用Augomentor進行數據的擴增處理

3. 補充說明

• 上述關於pytorch的內容建議直接看英文文檔，如果讀者覺得看英語效率低，請自己找一下對應的中文翻譯。這裏筆者只找了部分內容供讀者參考。

• 關於看書還是官方文檔。每個人習慣不一樣，筆者傾向於不看書。因爲現有的關於pytorch的個人認爲寫的較爲粗淺，甚至還不如官方教程細緻；pytorch更新較快，官方教程也是每隔一段時間就會更新一下，而書很難跟上最新的更新。

• 如果讀者想了解更多，除了看官方教程，還建議讀一讀源碼。