Deep-Learning-with-PyTorch-Chinese 本项⽬（⽹页版传送门）将PyTorch官⽅书籍《Deep learning with PyTorch》（基本摘录版）翻译成中⽂并给出全书可运⾏的相关代码。持续更新中...
This project translates the PyTorch official book 'Deep learning with PyTorch' (essential excerpt version) into Chinese.
1. 书籍简介
⾃ 2016 年诞⽣以来，PyTorch 已经成为当今最⽕热的深度学习框架之⼀。最近，官⽅权威的PyTorch 教程书《Deep learning with PyTorch》终于问世了，消息⼀出就获得巨佬 Yann LeCun ⼒荐，是⼊门PyTorch及深度学习的绝佳教材。
需要注意的是，PyTorch官⽹提供的PDF是基本摘录版（Essential Excerpts），共141页，内容包括以下五个部分：
1. 深度学习与PyTorch简介
2. 从⼀个张量开始
3. 使⽤张量表⽰真实数据
4. 学习机制
5. 使⽤神经⽹络拟合数据
因此可作为快速⼊门PyTorch的教程。此书完整版⽬前也可免费预览，传送门。
python官方文档中文版2. 项⽬简介
本项⽬将原书翻译成中⽂并且给出可运⾏的相关代码。
本仓库主要包含code和docs两个⽂件夹（外加⼀些数据存放在data中）。其中code⽂件夹就是每章相关jupyter notebook代码；docs⽂件夹就是markdown格式的《Deep learning with PyTorch》（基本摘录版）书中的相关内容的中⽂翻译，然后利⽤docsify将⽹页⽂档部署
到GitHub Pages上。欢迎对本项⽬做出贡献或提出issue。
3. 使⽤⽅法
本项⽬⾯向对PyTorch感兴趣，尤其是想快速⼊门PyTorch的童鞋。本项⽬并不要求你有任何深度学习或者机器学习的背景知识，你只需了解基础的数学和编程，如基础的线性代数、微分和概率，以及基础的Python编程。
本仓库的⽂档包含⼀些latex公式，但github的markdown原⽣是不⽀持公式显⽰的，⽽docs⽂件夹已经利⽤docsify被部署到了GitHub Pages上，所以你可以⽅便地访问本项⽬⽹页版。如果你想跑⼀下相关代码的话需要把本项⽬clone下来，然后运⾏code⽂件夹下相关代码。
由于本项⽬所翻译的是基本摘录版，仅141页，所以适合快速⼊门PyTorch。如果你想对PyTorch以及深度学习（例如计算机视觉、⾃然语⾔处理等）有更深⼊的学习，可能还需要更多的资料，感兴趣的可以参考我的另⼀个项⽬Dive-into-DL-PyTorch。
4. ⽬录
1. 深度学习与PyTorch简介
1.1 什么是PyTorch
1.2 这本书讲了什么
1.3 为什么使⽤PyTorch
1.4 PyTorch包含的组件
2. 从张量开始
2.1 张量基础
2.2 张量与存储
2.3 尺⼨、存储偏移与步长
2.4 数据类型
2.5 索引张量
2.6 与NumPy的互通性
2.7 序列化张量
2.8 将张量转移到GPU上运⾏
2.9 张量API
3. 使⽤张量表⽰真实数据
4. 学习机制
4.1 学习就是参数估计
持续更新中...
1. 使⽤张量表⽰真实数据
1. 学习机制
1. 使⽤神经⽹络拟合数据
5. 声明
译者纯粹出于学习⽬的与个⼈兴趣⽽进⾏翻译，不追求任何经济利益；
本项⽬仅限于学习研究⽬的的使⽤，译者保留对此项⽬的署名权，任何转载必须注明出处，但不得⽤于任何商业⽤途；
使⽤本项⽬对原著的侵权⾏为或者违反知识产权保护法的任何⾏为，与译者⽆关；
有能⼒阅读英⽂书籍者请阅读原版或购买完整版书籍。
LICENSE
CC BY-NC（署名-⾮商业性使⽤）4.0

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。