PyTorch 中文手册（pytorch handbook）
书籍介绍
这是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。
由于本人水平有限，在写此教程的时候参考了一些网上的资料，在这里对他们表示敬意，我会在每个引用中附上原文地址，方便大家参考。
深度学习的技术在飞速的发展，同时PyTorch也在不断更新，且本人会逐步完善相关内容。
版本说明
由于PyTorch版本更迭，教程的版本会与PyTorch版本，保持一致。
pytorch大版本更新的主要变动总结 当前版本 1.7
QQ 6群
群号：760443051
点击链接加入群聊【PyTorch Handbook 交流6群】：https://jq.qq.com/?_wv=1027&k=X4Ro6uWv
1群(985896536)已满，2群(681980831) 3群(773681699)已满 4群(884017356)已满 5群(894059877)已满
不要再加了
新福利
公众账号每日分享干货文章
说明
-
修改错别字请直接提issue或PR
-
PR时请注意版本
-
有问题也请直接提issue
感谢
目录
第一章：PyTorch 入门
第二章 基础
第一节 PyTorch 基础
第二节 深度学习基础及数学原理
第三节 神经网络简介
神经网络简介 注：本章在本地使用微软的Edge打开会崩溃，请使Chrome Firefox打开查看
第四节 卷积神经网络
第五节 循环神经网络
第三章 实践
第一节 logistic回归二元分类
第二节 CNN:MNIST数据集手写数字识别
第三节 RNN实例：通过Sin预测Cos
第四章 提高
第一节 Fine-tuning
第二节 可视化
第三节 Fast.ai
第四节 训练的一些技巧
第五节 多GPU并行训练
补充翻译文章：在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
第五章 应用
第一节 Kaggle介绍
第二节 结构化数据
第三节 计算机视觉
第四节 自然语言处理
第五节 协同过滤
第六章 资源
第七章 附录
transforms的常用操作总结
pytorch的损失函数总结
pytorch的优化器总结
