资源简介

PyTorch 框架发展迅猛，仅用了一年多的时间，几乎占据深度学习框架的半壁江山。

如果你即将进入，或者已经进入了深度学习、机器学习这些相关领域，PyTorch 能够帮你实现模型和算法，快速完成深度学习模型部署，提供高并发服务，还可以轻松实现图像生成、文本分析、情感分析这样有趣的实验。另外，很多算法相关岗位，也同样需要熟练使用 PyTorch。

这意味着，一旦你掌握了 PyTorch，就相当于走上了深度学习与机器学习的快车道。

但想要快速入门、上手 PyTorch，也面临这样一些挑战：

• 缺乏系统资料：网上的学习资料良莠不齐，缺乏科学的学习路径；
• 无法进阶深入：张量、神经网络等前置知识需求多，深入理解 PyTorch 原理门槛高；
• 难以落地实践：各种函数、参数多且难记忆，真正实践不知从何下手。

基于此，方远老师将结合自己丰富的实战经验，为你呈现一套系统完整的 PyTorch 技术学习框架（基于 PyTorch 1.9.0 版本），让你从原理到项目一站式攻克学习难题，熟练掌握 PyTorch 框架，解决实际问题。

资源目录

——/计算机教程/02极客时间/100093301-专栏课-方远-PyTorch 深度学习实战（完结）/
├──01-开篇词(1讲)  
|   ├──开篇词丨如何高效入门PyTorch？.html  1.83M
|   ├──开篇词丨如何高效入门PyTorch？.m4a  7.81M
|   └──开篇词丨如何高效入门PyTorch？.pdf  2.67M
├──02-基础篇(3讲)  
|   ├──01丨PyTorch：网红中的顶流明星.html  4.37M
|   ├──01丨PyTorch：网红中的顶流明星.m4a  9.96M
|   ├──01丨PyTorch：网红中的顶流明星.pdf  5.22M
|   ├──02丨NumPy（上）：核心数据结构详解.html  2.62M
|   ├──02丨NumPy（上）：核心数据结构详解.m4a  12.84M
|   ├──02丨NumPy（上）：核心数据结构详解.pdf  3.56M
|   ├──03丨NumPy（下）：深度学习中的常用操作.html  2.51M
|   ├──03丨NumPy（下）：深度学习中的常用操作.m4a  12.48M
|   ├──03丨NumPy（下）：深度学习中的常用操作.pdf  2.12M
|   ├──04丨Tensor：PyTorch中最基础的计算单元.html  1.94M
|   ├──04丨Tensor：PyTorch中最基础的计算单元.m4a  11.98M
|   ├──04丨Tensor：PyTorch中最基础的计算单元.pdf  2.42M
|   ├──05丨Tensor变形记：快速掌握Tensor切分、变形等方法.html  4.22M
|   ├──05丨Tensor变形记：快速掌握Tensor切分、变形等方法.m4a  11.29M
|   └──05丨Tensor变形记：快速掌握Tensor切分、变形等方法.pdf  3.59M
├──03-模型训练篇 (2讲)  
|   ├──06丨Torchvision（上）：数据读取，训练开始的第一步.html  2.74M
|   ├──06丨Torchvision（上）：数据读取，训练开始的第一步.m4a  9.63M
|   ├──06丨Torchvision（上）：数据读取，训练开始的第一步.pdf  4.05M
|   ├──07丨Torchvision（中）：数据增强，让数据更加多样性.html  2.64M
|   ├──07丨Torchvision（中）：数据增强，让数据更加多样性.m4a  11.00M
|   ├──07丨Torchvision（中）：数据增强，让数据更加多样性.pdf  2.89M
|   ├──08丨Torchvision（下）：其他有趣的功能.html  3.24M
|   ├──08丨Torchvision（下）：其他有趣的功能.m4a  10.30M
|   ├──08丨Torchvision（下）：其他有趣的功能.pdf  4.45M
|   ├──09丨卷积（上）：计算机的眼睛.html  2.51M
|   ├──09丨卷积（上）：计算机的眼睛.m4a  11.44M
|   ├──09丨卷积（上）：计算机的眼睛.pdf  3.19M
|   ├──10丨卷积（下）：计算机的眼睛.html  4.07M
|   ├──10丨卷积（下）：计算机的眼睛.m4a  10.37M
|   ├──10丨卷积（下）：计算机的眼睛.pdf  4.70M
|   ├──11丨损失函数：如何帮助模型学会“自省”？.html  4.61M
|   ├──11丨损失函数：如何帮助模型学会“自省”？.m4a  10.71M
|   ├──11丨损失函数：如何帮助模型学会“自省”？.pdf  5.06M
|   ├──12丨计算梯度：网络的前向与反向传播.html  2.49M
|   ├──12丨计算梯度：网络的前向与反向传播.m4a  9.11M
|   ├──12丨计算梯度：网络的前向与反向传播.pdf  3.19M
|   ├──13丨优化方法：更新模型参数的方法.html  6.83M
|   ├──13丨优化方法：更新模型参数的方法.m4a  8.90M
|   ├──13丨优化方法：更新模型参数的方法.pdf  5.30M
|   ├──14丨构建网络：一站式实现模型搭建与训练.html  3.40M
|   ├──14丨构建网络：一站式实现模型搭建与训练.m4a  11.18M
|   ├──14丨构建网络：一站式实现模型搭建与训练.pdf  7.80M
|   ├──15丨可视化工具：如何实现训练的可视化监控？.html  3.19M
|   ├──15丨可视化工具：如何实现训练的可视化监控？.m4a  7.85M
|   ├──15丨可视化工具：如何实现训练的可视化监控？.pdf  3.56M
|   ├──16丨分布式训练：如何加速你的模型训练？.html  3.29M
|   ├──16丨分布式训练：如何加速你的模型训练？.m4a  11.83M
|   ├──16丨分布式训练：如何加速你的模型训练？.pdf  3.24M
|   ├──加餐丨机器学习其实就那么几件事.html  1.60M
|   ├──加餐丨机器学习其实就那么几件事.m4a  7.33M
|   └──加餐丨机器学习其实就那么几件事.pdf  2.52M
├──04-实战篇(1讲)  
|   ├──17丨图像分类（上）：图像分类原理与图像分类模型.html  5.35M
|   ├──17丨图像分类（上）：图像分类原理与图像分类模型.m4a  11.66M
|   ├──17丨图像分类（上）：图像分类原理与图像分类模型.pdf  6.39M
|   ├──18丨图像分类（下）：如何构建一个图像分类模型€.m4a  10.61M
|   ├──18丨图像分类（下）：如何构建一个图像分类模型_.html  4.30M
|   ├──18丨图像分类（下）：如何构建一个图像分类模型_.pdf  8.15M
|   ├──19丨图像分割（上）：详解图像分割原理与图像分割模型.html  7.17M
|   ├──19丨图像分割（上）：详解图像分割原理与图像分割模型.m4a  7.96M
|   ├──19丨图像分割（上）：详解图像分割原理与图像分割模型.pdf  8.76M
|   ├──20丨图像分割（下）：如何构建一个图像分割模型？.html  10.10M
|   ├──20丨图像分割（下）：如何构建一个图像分割模型？.m4a  9.07M
|   ├──20丨图像分割（下）：如何构建一个图像分割模型？.pdf  12.02M
|   ├──21丨NLP基础（上）：详解自然语言处理原理与常用算法.html  3.56M
|   ├──21丨NLP基础（上）：详解自然语言处理原理与常用算法.m4a  11.02M
|   ├──21丨NLP基础（上）：详解自然语言处理原理与常用算法.pdf  3.77M
|   ├──22丨NLP基础（下）：详解语言模型与注意力机制.html  2.68M
|   ├──22丨NLP基础（下）：详解语言模型与注意力机制.m4a  9.37M
|   ├──22丨NLP基础（下）：详解语言模型与注意力机制.pdf  3.84M
|   ├──23丨情感分析：如何使用LSTM进行情感分析？.html  5.24M
|   ├──23丨情感分析：如何使用LSTM进行情感分析？.m4a  8.40M
|   ├──23丨情感分析：如何使用LSTM进行情感分析？.pdf  6.14M
|   ├──24丨文本分类：如何使用BERT构建文本分类模型？.html  2.50M
|   ├──24丨文本分类：如何使用BERT构建文本分类模型？.m4a  7.19M
|   ├──24丨文本分类：如何使用BERT构建文本分类模型？.pdf  3.98M
|   ├──25丨摘要：如何快速实现自动文摘生成？.html  1.99M
|   ├──25丨摘要：如何快速实现自动文摘生成？.m4a  6.20M
|   └──25丨摘要：如何快速实现自动文摘生成？.pdf  2.08M
└──05-结束语(1讲)  
|   ├──结束语丨人生充满选择，选择与努力同样重要.html  3.03M
|   ├──结束语丨人生充满选择，选择与努力同样重要.m4a  4.47M
|   └──结束语丨人生充满选择，选择与努力同样重要.pdf  3.77M

资源下载