一、资源简介
《深度学习入门之 PyTorch》深度学习如今已经成为科技领域最炙手可热的技术，在《深度学习入门之 PyTorch》中，我们将帮助你入门深度学习。《深度学习入门之 PyTorch》将从机器学习和深度学习的基础理论入手，从零开始学习 PyTorch ，了解 PyTorch 基础，以及如何用 PyTorch 框架搭建模型。通过阅读《深度学习入门之 PyTorch》，你将学到机器学习中的线性回归和 Logistic 回归、深度学习的优化方法、多层全连接神经网络、卷积神经网络、循环神经网络，以及生成对抗网络，最后通过实战了解深度学习前沿的研究成果，以及 PyTorch 在实际项目中的应用。《深度学习入门之PyTorch》将理论和代码相结合，帮助读者更好地入门深度学习，适合任何对深度学习感兴趣的人阅读。
作者简介
廖星宇，就读于中国科学技术大学应用数学系，获得国家一等奖学金。在个人博客、知乎等平台上发布多篇关于深度学习的文章，具有一定的阅读量和人气。
二、主要内容目录
PyTorch 是一个开源的 Python 机器学习库，基于 Torch ， 应用于人工智能领域，如自然语言处理。 它最初由 Facebook 的人工智能研究团队开发， 并且被用于 Uber 的概率编程软件” Pyro “。
PyTorch 主要有两大特征：
- 如 NumPy 的张量计算，但使用 GPU 加速
- 基于带基自动微分系统的深度神经网络
- 第 1 章 深度学习介绍 1
- 第 2 章 深度学习框架 11
- 第 3 章 多层全连接神经网络 24
- 第 4 章 卷积神经网络 76
- 第 5 章 循环神经网络 111
- 第 6 章 生成对抗网络 144
- 第 7 章 深度学习实战 173
四个实例
- 实例一：猫狗大战：运用预训练卷积神经网络进行特征提取与预测 . 173
- 实例二： Deep Dream ：探索卷积神经网络眼中的世界 183
- 实例三： Neural-Style ：使用 PyTorch 进行风格迁移 196
- 实例四：Seq2seq ：通过 RNN 实现简单的 Neural Machine Translation . 205