Pytorch是目前常用的深度學(xué)習(xí)框架之一，它憑借著對(duì)初學(xué)者的友好性、靈活性，發(fā)展迅猛，它深受學(xué)生黨的喜愛(ài)，我本人也是使用的Pytorch框架。

比起 TF 的框架環(huán)境配置不兼容，和 Keras 由于高度封裝造成的不靈活，PyTorch 無(wú)論是在學(xué)術(shù)圈還是工業(yè)界，都相當(dāng)占優(yōu)勢(shì)。不夸張地說(shuō)，掌握了 PyTorch ，就相當(dāng)于走上了深度學(xué)習(xí)、機(jī)器學(xué)習(xí)的快車道。

作為一名AI博主，收到小伙伴們最多的的問(wèn)題之一就是「有沒(méi)有關(guān)于Pytorch函數(shù)使用的學(xué)習(xí)資料？」

所以，我們小白學(xué)視覺(jué)團(tuán)隊(duì)花費(fèi)了幾個(gè)月，整理了這一份目前最全的Pytorch常用函數(shù)手冊(cè)，內(nèi)含超200個(gè)常用函數(shù)，是居家旅行、深度學(xué)習(xí)、發(fā)表論文必備工具。

本手冊(cè)中分為14章，從最基礎(chǔ)的創(chuàng)建張量開(kāi)始，逐步加深，涵蓋小伙伴們將會(huì)所有常用的函數(shù)。為了方便小伙伴們的查閱，我們特意推出了帶有書(shū)簽版的PDF供大家

添加小助手，并回復(fù) “QA“，即可獲取pdf電子版資源。
主要內(nèi)容

手冊(cè)中部分內(nèi)容展示：

PDF中含有更多精彩內(nèi)容……

除此之外，如果有粉絲想學(xué)習(xí)視頻版本的學(xué)習(xí)資料，我也為大家準(zhǔn)備了一份，強(qiáng)烈推薦大家學(xué)習(xí)。
課程通過(guò)講解和實(shí)戰(zhàn)操作，帶你從零開(kāi)始訓(xùn)練網(wǎng)絡(luò)，做到獨(dú)立搭建和設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)（包括主流分類和檢測(cè)網(wǎng)絡(luò)），并進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理（涉及PyTorch、Tensorflow、Caffe、Mxnet等多個(gè)主流框架），通過(guò)實(shí)戰(zhàn)讓你掌握各種深度學(xué)習(xí)開(kāi)源框架。

這份資料不一一展開(kāi)，截取框架學(xué)習(xí)部分目錄大家感受下。

深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)

• 深度學(xué)習(xí)簡(jiǎn)介

• 基本的深度學(xué)習(xí)架構(gòu)

• 神經(jīng)元

• 激活函數(shù)詳解（sigmoid、tanh、relu等）

• 感性認(rèn)識(shí)隱藏層

• 如何定義網(wǎng)絡(luò)層

• 損失函數(shù)

?

推理和訓(xùn)練

• 神經(jīng)網(wǎng)絡(luò)的推理和訓(xùn)練

• bp算法詳解

• 歸一化

• Batch Normalization詳解

• 解決過(guò)擬合

• dropout

• softmax

• 手推神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程

?

從零開(kāi)始訓(xùn)練神經(jīng)網(wǎng)絡(luò)

• 使用python從零開(kāi)始實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)訓(xùn)練

• 構(gòu)建神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)總結(jié)

?

深度學(xué)習(xí)開(kāi)源框架

• pytorch

• tensorflow

• caffe

• mxnet

• keras

• 優(yōu)化器詳解(GD,SGD,RMSprop等

• 文中所展示內(nèi)容獲取方式：

• 1.一鍵三連+關(guān)注

• 2.后臺(tái)主動(dòng)留下痕跡：“學(xué)習(xí)”（重點(diǎn)）

• ?