超级会员免费看
本文介绍了PyTorch作为深度学习框架的特点和背景，包括其与Torch的关系、张量库和自动求导包。还概述了神经网络编程系列的结构，涉及Cuda、数据处理、网络构建和训练循环。PyTorch与其他科学计算包如Numpy的互操作性以及主要包torch.nn、torch.autograd、torch.optim的功能也被提及。
官网：https://pytorch.org/
Pytorch最早是在2016年10月份发布的，在发布Pytorch之前还有一个叫做Torch的框架。Torch是一种机器学习框架，是基于lua编程语言的。所有深度学习框架都有两个特性：一个张量库和一个用于计算导数的包。
在神经网络经验方面，本系列中使用Pytorch，Pytorch本身就是一个非常简洁的用于深度学习神经网络编程接口(API)，是用于python的深度学习神经网络包。所以首先要有深度学习的基础。
Deeplizard深度学习课程：（Youtube上有视频播放列表）
https://deeplizard.com/（在这个上边查看文本版本，是这些的最新版本。所有的更新都在这个里面，不是视频文件中）
https://deeplizard.com/learn/playlist/
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
