pytorch-tutorial

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