一、为什么学习PyTorch

  PyTorch日益增长的发展速度与深度学习时代的迫切需要。

同时，PyTorch在Google搜索频次与期刊论文的引用频次得到了迅猛的增长。
  PyTorch优点如下：

• 上手快:掌握Numpy和基本深度学习概念即可上手
• 代码简洁灵活:用nn.module封装使网络搭建更方便;基于动态图机制，更灵活
• Debug方便:调试PyTorch就像调试Python 代码一样简单
• 文档规范:https://pytorch.org/docs/可查各版本文档
• 资源多:arXiv中的新算法大多有PyTorch实现
• 开发者多: GitHub上贡献者(Contributors)已超过1350+
• 背靠大树: FaceBook维护开发

二、着重学习哪些知识

  PyTorch定位:深度学习框架，实现深度学习模型算法。想要PyTorch实现模型训练，需要以下几个方面：

1. 数据
   如何把数据从硬盘读到内存?
   如何组织数据进行训练?
   图片如何预处理及数据增强?
2. 模型
   如何构建模型模块?
   如何组织复杂网络?
   如何初始化网络参数?
   如何定义网络层?
3. 损失函数
   如何创建损失函数?
   如何设置损失函数超参数?
   如何选择损失函数?
4. 优化器
   如何管理模型参数?
   如何管理多个参数组实现不同学习率?
   如何调整学习率?
5. 迭代训练
   如何观察训练效果?
   如何绘制Loss/Accuray曲线?
   如何用TensorBoard分析?
6. 模型应用
   如何进行图像分类?
   图像分割?
   目标检测?
   对抗生成?
   循环网络?

三、如何学习与掌握PyTorch

  勤动手、成体系、多总结。

四、PyTorch的学习路径

1. PyTorch基础概念
2. PyTorch数据处理
3. PyTorch模型搭建
4. PyTorch损失优化
5. PyTorch训练过程
6. PyTorch正则化
7. PyTorch训练技巧
8. PyTorch模型实战

如果对您有帮助，麻烦点赞关注，这真的对我很重要！！！如果需要互关，请评论或者私信！