chenyuntc/pytorch-book

项目概览

该教程不仅覆盖了 PyTorch 的基础操作，还提供了涵盖图像分类、GAN 动漫头像生成、Transformer 诗歌写作等多个领域的完整可执行实战代码与预训练演示模型，便于学习者在实践中理解深度学习应用。

项目类型

模型开发 · 数据处理 · 基础设施 · 学习资源

应用场景

学习教育

部署方式

查看项目说明

License

MIT

适合谁

• 需要通过可执行代码和实际项目示例来学习 PyTorch 基础的开发者和学生。

核心能力

• 涵盖安装、Tensor、autograd、神经网络模块 nn、数据加载、预训练模型、可视化工具以及使用 GPU 加速的方法。
• 讲解向量化操作，并通过 torch.distributed 和 Horovod 解释分布式与并行计算，同时涉及 CUDA 扩展。
• 提供图像分类、基于 GAN 的动漫头像生成、Transformer 诗歌写作、神经风格迁移以及 CenterNet 目标检测的完整代码，并附带预训练模型。

限制与风险

• 代码主要在 Python 3 配合 PyTorch 1.6~1.8 版本下测试，未测试 Python 2 以及更新的 PyTorch 版本。
• Notebook 中的 markdown 内容为书籍草稿，可能存在语法错误和未经修正的措辞。

如何开始

• 用户需手动从官网安装 PyTorch，使用 git 克隆仓库，然后运行 Jupyter Notebooks 来跟随教程学习，整个过程需要一定的编程基础。

核验依据

• README: 这是书籍《深度学习框架PyTorch：入门与实践（第2版）》的对应代码，但是也可以作为一个独立的PyTorch入门指南和教程。
• README: 本书第2版基于第1版进行了全新升级，全书代码基于PyTorch 1.8版本进行编写
• README: 实战应用（第9~13章）利用PyTorch实现了几个酷炫有趣的应用，对于这部分的内容，本仓库给出完整的实现代码，并提供预训练好的模型作为demo，供读者测试。
• README: 代码主要在python3+PyTorch1.6~1.8下测试得到最终结果，python2暂未测试，更新版本的PyTorch暂未测试。
• GitHub 项目简介: PyTorch tutorials and fun projects including neural talk, neural style, poem writing, anime generation

内容核验时间：