0. 简介

本文主要介绍了使用pytorch作为框架入门深度学习。

其中第1节(深度学习入门)内容较多，建议边看第1节边实践第2节(Pytorch入门)中的内容（主要是2.1和2.2）。

1. 深度学习入门

网上的资源非常多，这里重点推荐一个资源：斯坦福大学公开课 CS231N。

对应的中文翻译及视频资料等如下：CS231n 官方笔记及其中文译本。

学习建议：

读者把截图中两个模块中涉及的文档读懂(部分代码要自己对照着原文实践) 基本上就可以入门了(预计需要半个月到一个月时间)。
上述链接中的视频，作业等资料可选择性观看，主要看截图中给到的内容。笔者只看了截图中的英文资料，其他内容还没看:(, 如果读者觉得读英语效率低，可以参考对应的中文资料。
这里不再推荐其他资源，对于初学者只要精通了上述内容，基本上就可以读懂绝大多数深度学习的资料了，对于里面不懂的内容可自行查找资料补充。

2. Pytorch 入门

2.1. 安装软件

2.1.1 python

建议安装anaconda(里面集成了python解释器以及常用的python模块)。

由于官网下载比较慢，建议在清华大学镜像站下载安装。

建议安装python3.5以上版本
windows 下安装教程：Windows下Anaconda的安装和简单使用
Linux 下安装教程： Linux下安装Anaconda(64位)详细过程

2.1.2 pycharm(可选择)

这是一个IDE(软件开发环境，类似于Visual Studio), 建议读者使用。但是读者也可以使用Anaconda中自带的IDE，如Spyder。或者也可以使用其他编辑器，如Visual Studio Code。或者进阶的朋友可以考虑VIM编辑器（参考我的其他博客：学习vim: 常用命令, 学习vim: 配置python相关插件）

Windows 下的详细安装及使用教程请参考：Windows下Anaconda和PyCharm的安装与使用
Linux下的安装教程请参考(请先读完Windows下如何配置Pycharm再读下面的安装方法，Linux下配置Pycharm和Windows下相同)：
1. Linux Ubuntu系统如何安装pycharm编辑器
2. Ubuntu系统安装PyCharm教程（详细图文）

建议：IDE不一定用的多的就是最好的，请读者自行选择适合自己的IDE，并且精通一个即可。

2.1.3 cuda（可选择）

如果读者电脑上有nvidia GPU且未安装cuda，可以考虑下载并安装。这里给出建议的参考博客，不再详细介绍。

windows: Windows 10，nvidia显卡, tensorflow-gpu cuda9.0安装(只看安装cuda部分即可)
Linux: ubuntu16.04下安装GTX1080TI显卡驱动+安装CUDA

2.1.4 pytorch

如图，登陆pytorch官网，在下方选好对应的pytorch版本，系统会自动给出需要运行的命令。

Linux 下安装教程：

Linux 下安装教程：Linux下便捷安装 Pytorch命令指南

比如这里笔者选择satble(1.1)版本，操作系统为Linux，安装包使用Conda， python版本为3.6， cuda版本为9.0。
因此只需要在终端(Terminal)中输入如下命令：conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

注意：这里如果读者没有安装cuda，选择None

Windows 下安装教程:

Windows 下安装教程：pytorch在windows10上安装使用

如果系统为windows，建议按照如下配置选择：

注意：这里如果读者没有安装cuda，选择None

2.2. pytorch的基本原理

这一节笔者主要看了pytorch的官方文档和教程，里面有很多很多例子，如果把这些例子全看完，足以满足日常使用的要求。如果时间不够充足，可以考虑先挑一些紧急的看，以后等到熟练了或者需要用到什么地方再反过头来看。

下面列举了一些建议先看的内容：

2.2.1 60分钟入门

对应中文翻译：PyTorch 深度学习:60分钟快速入门

把上图中的五个部分读懂，大约需要一小时到两小时。这一部分主要介绍了

什么是pytorch?
什么是tensor？
pytorch如何自动求导？
什么是神经网络，如何搭建神经网络？
如何从头到尾训练一个分类的神经网络模型？
数据并行机制？数据怎么在多个GPU上并行运算？

2.2.2 pytorch的数据加载机制

对应中文翻译：PyTorch:数据加载和预处理

这一节我认为是必看的，大约需要一到两小时读懂。读完这一节，你将学会：

读懂别人是怎么设计DataSet的
灵活地针对自己的数据定义训练过程中从磁盘上读取数据到网络中

2.2.3 模型加载和保存

这一节主要讲如何将训练好的模型加载到网络中，以及如何保存训练好的模型。

读完上述内容，基本上可以了解pytorch的原理。剩下的就是根据不同的需求看不同的内容。比如，如果读者想做迁移学习，或者强化学习，或者只是想用GAN网络，那么只需要找对应的内容即可。

2.3. Pytorch工具介绍 (可选择)

下面的链接介绍了笔者常用的一些pytorch工具，包括

Awesome-Pytorch-list，提供了pytorch的各种工具，代码，文档等
使用pytorch+tensorboardX进行数据可视化处理（初学者可以不用这个，不会影响结果）

使用Augomentor进行数据的扩增处理

3. 补充说明

上述关于pytorch的内容建议直接看英文文档，如果读者觉得看英语效率低，请自己找一下对应的中文翻译。这里笔者只找了部分内容供读者参考。
关于看书还是官方文档。每个人习惯不一样，笔者倾向于不看书。因为现有的关于pytorch的个人认为写的较为粗浅，甚至还不如官方教程细致；pytorch更新较快，官方教程也是每隔一段时间就会更新一下，而书很难跟上最新的更新。
如果读者想了解更多，除了看官方教程，还建议读一读源码。

学习pytorch: 深度学习入门建议相关推荐

pytorch深度学习入门笔记
Pytorch 深度学习入门笔记作者:梅如你学习来源: 公众号: 阿力阿哩哩.土堆碎念 B站视频:https://www.bilibili.com/video/BV1hE411t7RN? 中国大学 ...
PyTorch深度学习入门与实战（案例视频精讲）
作者:孙玉林,余本国著出版社:中国水利水电出版社品牌:智博尚书出版时间:2020-07-01 PyTorch深度学习入门与实战(案例视频精讲)
PyTorch深度学习入门
作者:曾芃壹出版社:人民邮电出版社品牌:iTuring 出版时间:2019-09-01 PyTorch深度学习入门
150页书籍《PyTorch 深度学习快速入门指南》附PDF电子版
为什么说是极简教程,首先本书只涵盖了150页.内容比较精简,特别适合作为 PyTorch 深度学习的入门书籍.为什么这么说呢?因为很多时候,一份厚重的书籍往往会削弱我们学习的积极性,在学习一门新的语言 ...
PyTorch 深度学习: 60 分钟极速入门
PyTorch 深度学习: 60 分钟极速入门 2019年年初,ApacheCN组织志愿者翻译了PyTorch1.2版本中文文档(github地址),同时也获得了PyTorch官方授权,我相信已经有许 ...
pytorch深度学习和入门实战（四）神经网络的构建和训练
目录 1.前言 2.神经网络概述 2.1 核心组件包括: 2.2 核心过程 3.构建神经网络模型 3.1构建网络层(Layer ➨ Model) 3.2 torch.nn.Sequential的3大使 ...
pytorch深度学习_深度学习和PyTorch的推荐系统实施
pytorch深度学习 The recommendation is a simple algorithm that works on the principle of data filtering. ...
PyTorch深度学习-跟着小土堆学习
目录学习视频链接一些问题 P4:Python/PyTorch学习中两大法宝函数-dir().help() P5:PyCharm及Jupyter使用及对比 P6:PyTorch加载数据初认识 P7: ...
pytorch深度学习_了解如何使用PyTorch进行深度学习
pytorch深度学习 PyTorch is an open source machine learning library for Python that facilitates building ...
【深度学习】深度学习之Pytorch基础教程！
作者:李祖贤,Datawhale高校群成员,深圳大学随着深度学习的发展,深度学习框架开始大量的出现.尤其是近两年,Google.Facebook.Microsoft等巨头都围绕深度学习重点投资了一系 ...

学习pytorch: 深度学习入门建议