PyTorch 深度学习系列课程

从 PyTorch 基础知识到高级应用，系统学习深度学习技术

课程介绍

本教程适用于 PyTorch 2.0，从 PyTorch 和机器学习的准系统基础知识开始，因此即使您是机器学习新手，您也会跟上进度。然后我们将探索更高级的领域，包括 PyTorch 神经网络分类、PyTorch 工作流程、计算机视觉、自定义数据集、实验跟踪、模型部署，以及迁移学习，这是一种利用机器学习模型所学知识的强大技术，可以将其应用到您自己的问题中！

需要具备什么条件？

3-6 个月编写 Python 代码和机器学习的经验。推荐课程：从零到精通数据科学和机器学习训练营，机器学习初学者课程。
会使用 Jupyter Notebooks。

原课程相关链接

Web 阅读（推荐）：Learn PyTorch for Deep Learning: Zero to Mastery course
GitHub：https://github.com/mrdbourke/pytorch-deep-learning
Youtube 视频教程（不推荐，比较冗长，练习英语听力可以进）：first 25-hours of material

感谢

感谢原作者 Daniel Bourke，访问https://www.learnpytorch.io/可以阅读英文原文，点击原作者的 Github 仓库：https://github.com/mrdbourke/pytorch-deep-learning/可以获得帮助和其他信息。

本文同样遵守遵守 MIT license，不受任何限制，包括但不限于：使用、复制、修改、合并、发布、分发、再许可和/或出售。但需标明原始作者的许可信息：renhai-lab：https://renhai.online/。

课程目录

状态	文章标题	简介	链接
✅	01-PyTorch 基础知识	本章将介绍在 PyTorch 中，机器学习和深度学习的基本构建模块——张量(tensor)。	阅读文章
✅	02-快速入门：使用 PyTorch 进行机器学习和深度学习的基本工作流程	通过训练和使用线性回归模型来介绍标准 PyTorch 工作流程。	阅读文章
✅	03-使用 PyTorch 处理最简单的神经网络分类任务	使用 PyTorch 解决几个不同的分类问题。	阅读文章
✅	04-一文看懂什么是卷积神经网络？	介绍卷积神经网络的相关知识，并利用卷积网络来处理和分类图像。	阅读文章
✅	05-PyTorch 自定义数据集 Datasets、Loader 和 tranform	使用 torchvision.datasets 以及自定义 Dataset 类来加载食物图像，然后构建一个 PyTorch 计算机视觉模型，对三种食物进行分类。	阅读文章
✅	06-PyTorch 迁移学习：在预训练模型上进行训练	使用 PyTorch 利用预训练模型来进行训练。	阅读文章
✅	07-从头开始创建一个 Vision Transformer (ViT)	PyTorch 是机器学习研究中最受欢迎的深度学习框架，让我们通过复制机器学习论文来了解原因。	阅读文章

使用 PyTorch 进行深度学习系列

接下来开启新的系列：使用 PyTorch 进行深度学习系列

2023年10月8日

deep-learningpytorchseries

一个可视化网站让你瞬间弄懂什么是卷积网络

简单介绍介绍卷积神经网络模型，以及分析一个卷积神经网络模型的可视化交互网站，助于理解。

2023年9月21日

cnndeep-learningvisualization