☄️pytorch-tutorial
约 356 字大约 1 分钟
pythonpytorch
2025-10-02
学习阶段
| 学习阶段 | 对应目录 | 建议顺序 | 学习目标 / 建议做法 |
|---|---|---|---|
| 1. 熟悉 PyTorch 语法 & 思维方式 | tutorials/01-basics/ | tensor -> autograd -> dataset -> logistic / linear regression -> feedforward | 每个文件都很短,建议你:不要只看,重打一遍,在每行加注释,搞清楚每个 API 是干什么的 |
| 2. 掌握常见网络结构 | tutorials/02-intermediate/ | cnn -> resnet -> rnn -> bidirectional rnn -> language model | CNN 看图像,RNN 看文本,这一步你要理解 forward() 写法、nn.Module 的套路 |
| 3. 进阶:生成模型 + 复杂结构 | tutorials/03-advanced/ | gan -> vae -> neural style transfer -> image captioning | 每个模型都写得极简,非常适合对照论文来读,比如 GAN 的判别器 / 生成器怎么写的? |
| 4. 工具与工程技巧 | tutorials/04-utils/ | Tensorboard / save load / multi-GPU | 这些文件看完你就懂 PyTorch 训练时怎么加日志 + 可视化 + 保存模型 |
| 5. 实战用法范例 | projects/ | Chatbot / MNIST / Image Captioning / GAN Trainer | 到这里你就可以选一个模仿着改成自己项目了 |
PyTorch学习路线
1️⃣ Basics(基础)
- PyTorch Basics
- Linear Regression
- Logistic Regression
- Feedforward Neural Network
2️⃣ Intermediate(进阶)
- Convolutional Neural Network (CNN)
- Deep Residual Network (ResNet)
- Recurrent Neural Network (RNN)
- Bidirectional Recurrent Neural Network (Bi-RNN)
- Language Model (RNN-LM)
3️⃣ Advanced(高级)
- Generative Adversarial Networks (GAN)
- Variational Auto-Encoder (VAE)
- Neural Style Transfer
- Image Captioning (CNN-RNN)
4️⃣ Utilities(工具 & 工程化)
- TensorBoard in PyTorch
