PyTorch
PyTorch 是一个开源的深度学习框架，旨在提供灵活性和速度。
PyTorch学习
一年多来，突然发觉自己什么代码都是用AI来帮我写，自己像个老板一样发号施令就可以了，但是逐渐发现自己的能力真的太差太差，于是决定潜心学习，并且记录自己的学习过程，同时也分享给大家。本学习路线基于PyTorch官方文档。请务必自己手敲一遍代码，不是看懂就行了，自己敲一遍完全不一样，这也是我自己走过的弯路。我没有在代码后面放输出结果，也就意味着你只有自己去写才知道他会输出什么。
1. 什么是PyTorch？
PyTorch 是一个由 Facebook 开发的 深度学习框架，用于构建和训练神经网络。它是目前最流行的深度学习工具之一，广泛应用于图像识别、自然语言处理、推荐系统等领域。
- PyTorch 的核心特点：
1. 动态图机制：代码即模型，调试灵活（相比 TensorFlow 静态图更直观）
2. Tensor 操作强大：和 NumPy 类似，支持 GPU 加速
3. 构建神经网络简单：用 torch.nn 定义模型结构，训练流程清晰
4. 广泛使用：学术界和工业界大量使用，有丰富的教程和社区资源
此回答由ChatGPT生成
2. PyTroch安装
下述安装网上有大量资源，请自行搜索，安装过程中会出现各种各样的问题，不要气馁，这是你以后的家常便饭，你遇到的问题别人也遇到，所以学会搜索。你可能对下面的概念不清楚到底是什么，没关系，等你每天都用过后一定会理解它是什么。
- Anaconda 安装，安装教程自行搜索，充分利用现有网络资源。个人建议安装 miniconda，比Anaconda体量更小。
- 安装Jupyter notebook，更加方便学习，不需要每次打开IDE编辑器加载半天。
- 创建一个python环境并安装PyTorch包
3. PyTorch介绍&快速入门
- QuickStart
- Tensors
- Datasets and DataLoaders
- Transforms
- Build the Neural Network
- Automatic differentiation with torch.autograd
- Optimizing Model Parameters
- Save and Load Model
4. PyTorch 学习——NLP实战
我也是刚开始慢慢手搓网络的小牛马，前两部分的内容写的不是很好，大多数都是直接copy➕翻译，第三部分我自认为写的还不错，如果有时间我会把前两部分重新写一下。
5. 可视化——TensorBoard
- 可视化图像
- 可视化模型结构
- 数据降维可视化
- 记录模型训练过程
6. 简单分类器——Classifier
- 卷积神经网络分类器
7. 目标检测微调——Finetuning
- 目标检测、实例分割
- Fast R-CNN
- Mask R-CNN
8. 迁移学习——Transfer Learning
- 卷积神经网络分类
- 特征提取——Feature Extraction
- 微调——Fine-tuning