新手如何拿下pytorch

在这个时代，Pytorch正在变得越来越流行。学习像PyTorch、java等新程序软件各有不同的方法。总的来说，实践出真知，你可以通过观看YouTube上的视频并且尽可能多的练习来学习。

另一种方法就是通过报名参加不同网站上的在线课程来学习PyTorch。不过有些网站只提供付费课程，你必须支付费用来学习任何课程。

针对第一种方法，作为初学者，除了YouTube的视频，其实官方的教程也可以是一个很好的开始。在那里，你有很多例子可以说明你在设计架构和训练时可能会遇到的所有问题：数据加载器、NN模块、类、前向和后向传递、优化器、调度器等等。我的建议是，首先阅读所有的教程（并真正理解它们的代码），然后为你选择的问题实现你自己的架构。一如既往，MNIST是一个非常简单的例子，你可以用它来工作。当你对这个框架感到舒服时，就可以去访问GitHub上关于你感兴趣的主题的仓库。很多著名论文的代码都是公开的，我认为他们有很酷的东西，我们可以从中学习。

值得一提的是，当遇到问题时（技术问题或你的网络问题），你可以访问pytorch的论坛（PyTorch Forums），在那里你可能会找到你所遇到的任何问题的答案，它的回复速度和回复率也很高。

而第二种方法需要搭配教程的辅助，深入理解。在这里给大家推荐一套我自己使用下来感受最好的课程—贪心科技AI课程。

这套课程的核心内容均围绕机器学习,并通过案例的实战来加深对技术的理解。其课程的内容旨在介绍AI及相关基础理论，我个人使用后最直观的感受就是这些课件里面的案例研究准备得非常好，它们对于课后我们如何处理任何机器学习任务有指导性的作用。

机器学习高阶课程的内容涵盖线性和逻辑回归等。其流程是开展一个个机器学习项目。尽管单个项目可能有所不同，但大多数工作流程都有几个共同的任务：问题评估、数据探索、数据预处理、模型训练/测试/部署等。

这套课程是视频教学，简单易懂，也由于是线上上课，购买之后随时可以使用，还是比较适合时间不好分配的上班族或者像我这样的学生进行使用。每节课程中还会配有一定的题目，帮助大家巩固知识点概念。我自己在做这些题目的时候，感受很好的是，这些题目的设定与每小节的课程内容结合的很好，能做到即时的巩固，也能为后面的学习做铺垫。

虽然是近几年刚创建的团队，但其教研人员都是有着丰富的业内经历和教学经验。我在上这节课的时候的导师就是亚马逊的工程师，李文哲老师。他对于每一个问题的讲解都十分细致，尤其是遇到运算问题，都会一步步手写出具体公式。除此之外，他还经常会举一反三，举出同样类型的例子，加深我们的记忆。李老师是一位充满活力而又温和的讲师，他的经验可圈可点。他给人以信心，特别是在分享实用的实施技巧和对常见陷阱的警告时。

我体验下来感觉很好的一点就是，课前课后都有老师和助教引导，老师的态度都很积极，助教对教学也都十分认真负责，每次我提出的问题都会及时解答，就算现在已经结课了，我们也会经常沟通一下最近遇到的问题。而除了以上讲的那些，机器学习高阶课程还为无编程经验者提供了Python基础的内容，作为一个没有什么编程基础的统计学生，这也节省了不少我课下补习代码的时间，大大提高了我的学习效率。关于这部分的资源，除了pytorch之外，我还建议大家搭配jupyter，这也是我自己学习时使用的一个网站。上面有很多的例子，可供大家参考练习。

小结

对于新手来说，pytorch上手很容易，我只用了几天。在pytorch里，你可以控制，可以跟踪计算看到张量的内容，而且你还可以修改它，这是其他很多软件都无法做到的。如果你想的话，可以冻结那一层，甚至完全跳过它。

希望大家通过这篇文章，都能早日找到适合自己的方法和教材，来体会pytorch里的世界！

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！