pytorch book

這是書籍《深度學習框架PyTorch：入門與實踐（第2版）》的對應代碼，但是也可以作為一個獨立的PyTorch入門指南和教程。

全新升級

本書第2版基於第1版進行了全新升級，全書代碼基於PyTorch 1.8版本進行編寫，結合第一版廣大讀者的意見進行了全面更新，包含了基本使用、高級擴展以及實戰應用三大模塊。

內容

該書（教程/倉庫）的內容如圖所示：

可以看出本教程可以分為三部分：

基本使用（第2～5章）講解PyTorch內容，這部份介紹了PyTorch中主要的的模塊，和深度學習中常用的一些工具。對於這部分內容，這裡利用Jupyter Notebook作為教學工具，讀者可以結合notebook修改運行，反复實驗。

• 第2章介紹PyTorch的安裝以及相關學習環境的配置。同時，本章以概要的方式介紹PyTorch的主要內容，幫助讀者初步了解PyTorch。
• 第3章介紹PyTorch中多維數組Tensor以及自動微分系統autograd的使用，舉例說明如何使用Tensor和autograd實現線性回歸，並對比它們的不同點。本章對Tensor的基本結構以及autograd的原理進行了分析，幫助讀者更加全面地了解PyTorch的底層模塊。
• 第4章介紹PyTorch中神經網絡模塊nn的基本用法，講解了神經網絡中的層、激活函數、損失函數以及優化器等，在本章的最後帶領讀者使用不到50行代碼實現經典的網絡結構ResNet。
• 第5章介紹PyTorch中的數據加載、預訓練模型、可視化工具以及GPU加速等工具，合理地使用這些工具可以提高用戶的編程效率。

高級擴展（第6～8章）講解PyTorch中的一些高級擴展，學習這部分內容可以幫助讀者編寫更加高效的程序。

• 第6章介紹PyTorch中的向量化思想，主要包括廣播法則、基本索引、高級索引以及愛因斯坦操作。在本章的最後帶領讀者使用向量化思想實現深度學習中的捲積操作、交並比、RoI Align以及反向Unique操作。
• 第7章介紹PyTorch中的分佈式操作。分佈式計算和並行計算可以加速網絡的訓練過程，本章詳細介紹了並行計算和分佈式計算的基本原理，同時介紹瞭如何使用torch.distributed以及Horovod進行PyTorch的分佈式訓練。
• 第8章介紹PyTorch中的CUDA擴展，帶領讀者使用CUDA實現Sigmoid函數。同時，本章對CUDA、NVIDIA-driver、cuDNN以及Python之間的關係進行了總結。

實戰應用（第9~13章）利用PyTorch實現了幾個酷炫有趣的應用，對於這部分的內容，本倉庫給出完整的實現代碼，並提供預訓練好的模型作為demo，供讀者測試。

• 第9章是承上啟下的一章，目標不是教會讀者新函數、新知識，而實結合Kaggle中的一個經典比賽，實現深度學習中最為簡單的圖像二分類問題。在實現的過程中，將帶領讀者復習前5章的知識，並幫助讀者合理地組織程序和代碼，使程序更加易讀且更好維護。同時，本章介紹瞭如何在PyTorch中調試。
• 第10章介紹生成對抗網絡的基本原理，帶領讀者從零開始實現一個動漫頭像生成器，能夠利用生成對抗網絡生成風格多變的動漫頭像。
• 第11章介紹自然語言處理的一些基本知識，詳細介紹了CharRNN以及Transformer的基本原理。本章帶領讀者使用Transformer實現自動寫詩，該程序可以模仿古人進行詩詞的續寫以及藏頭詩的生成。
• 第12章介紹風格遷移的基本原理，帶領讀者實現支持任意風格遷移的神經網絡。通過該網絡，讀者可以將任意圖片轉換為名畫的風格。
• 第13章介紹目標檢測的基本原理，帶領讀者實現單階段、無錨框、無非極大值抑制的目標檢測算法CenterNet。 CenterNet的設計思路可以遷移到三維圖像的目標檢測、人體姿態估計以及目標追踪等經典的計算機視覺問題中。

Notebook中的文字描述內容及部分Markdown內容屬於本書的初稿，可能存在有描述不通順之處，還請諒解，後續作者會逐漸校正。這部分內容與書籍保證了80%的一致性，但可能有部分語病語法問題，由於時間關係暫未完全校正，後續作者會逐漸更新。

是否需要買書

書不是必要的，這個倉庫包含書中60%以上的文字內容，90%以上的代碼，尤其是前幾章入門內容，幾乎是完全保留了書中的講解內容。讀者即使不買書也能正常使用本教程。

如果你覺得你更喜歡紙質版的閱讀體驗，並想留下一本印刷精美、完全彩印的書籍方便翻閱，不妨小破費一筆，支持一下作者近一年以來的工作～

代碼說明

代碼主要在python3+PyTorch1.6~1.8下測試得到最終結果，python2暫未測試，更新版本的PyTorch暫未測試。

如果有任何不當，或者有待改進的地方，歡迎開issue討論，或者提交pull request。

環境配置

1. 安裝PyTorch，請從官網選擇指定的版本安裝即可，一鍵安裝。更多的安裝方式請參閱書中說明。

2. 克隆倉庫

    git clone https : // github . com / chenyuntc / PyTorch - book . git 

^_^

有任何bug，解釋不清楚的地方或者是困惑，歡迎開issue

歡迎pull requests

Happy Coding!

• 京東購買鏈接
• 噹噹購買鏈接