PyTorch深度学习实战

PyTorch 框架发展迅猛，仅用了一年多的时间，几乎占据深度学习框架的半壁江山。

如果你即将进入，或者已经进入了深度学习、机器学习这些相关领域，PyTorch 能够帮你实现模型和算法，快速完成深度学习模型部署，提供高并发服务，还可以轻松实现图像生成、文本分析、情感分析这样有趣的实验。另外，很多算法相关岗位，也同样需要熟练使用 PyTorch。

这意味着，一旦你掌握了 PyTorch，就相当于走上了深度学习与机器学习的快车道。

但想要快速入门、上手 PyTorch，也面临这样一些挑战：

• 缺乏系统资料：网上的学习资料良莠不齐，缺乏科学的学习路径；
• 无法进阶深入：张量、神经网络等前置知识需求多，深入理解 PyTorch 原理门槛高；
• 难以落地实践：各种函数、参数多且难记忆，真正实践不知从何下手。

基于此，方远老师将结合自己丰富的实战经验，为你呈现一套系统完整的 PyTorch 技术学习框架（基于 PyTorch 1.9.0 版本），让你从原理到项目一站式攻克学习难题，熟练掌握PyTorch 框架，解决实际问题。

课程设计

遵循由浅入深的原则，整个专栏共分为以下三个模块：

基础篇：夯实基础，详解 PyTorch 基础知识。通过这部分内容，你将学习 PyTorch 中两大重要知识点—— NumPy 与Tensor 的用法。

模型训练篇：带你快速掌握一个框架。结合深度学习模型训练的一系列流程，为你详解自动求导机制、网络搭建、模型参数更新、保存与加载模型、训练过程可视化、分布式训练等等关键模块，带你具体看看 PyTorch 为我们提供怎样的帮助。通过这部分内容，你就能基于 PyTorch 搭建网络模型了。

实战篇：结合当下最流行的图像与自然语言处理任务，串连前面两个模块的内容，为你深入讲解 PyTorch 如何解决实际问题，如图像分割、情感分析、文本分类等等。