Pytorch是目前常用的深度學習框架之一，它憑借著對初學者的友好性、靈活性，發展迅猛，它深受學生黨的喜愛，我本人也是使用的Pytorch框架。

比起 TF 的框架環境配置不兼容，和 Keras 由于高度封裝造成的不靈活，PyTorch 無論是在學術圈還是工業界，都相當占優勢。不夸張地說，掌握了 PyTorch ，就相當于走上了深度學習、機器學習的快車道。

作為一名AI博主，收到小伙伴們最多的的問題之一就是「有沒有關于Pytorch函數使用的學習資料？」

所以，我們小白團隊花費了幾個月，整理了這一份目前最全的Pytorch常用函數手冊，內含超200個常用函數，是居家旅行、深度學習、發表論文必備工具。

本手冊中分為14章，從最基礎的創建張量開始，逐步加深，涵蓋小伙伴們將會所有常用的函數。為了方便小伙伴們的查閱，我們特意推出了帶有書簽版的PDF供大家下載。

如何獲取？

主要內容

手冊中部分內容展示：

PDF中含有更多精彩內容……

除此之外，如果有粉絲想學習視頻版本的學習資料，我也為大家準備了一份，強烈推薦大家學習。

課程通過講解和實戰操作，帶你從零開始訓練網絡，做到獨立搭建和設計卷積神經網絡（包括主流分類和檢測網絡），并進行神經網絡的訓練和推理（涉及PyTorch、Tensorflow、Caffe、Mxnet等多個主流框架），通過實戰讓你掌握各種深度學習開源框架。

這份資料不一一展開，截取框架學習部分目錄大家感受下。

深度學習與神經網絡

• 深度學習簡介

• 基本的深度學習架構

• 神經元

• 激活函數詳解（sigmoid、tanh、relu等）

• 感性認識隱藏層

• 如何定義網絡層

• 損失函數

推理和訓練

• 神經網絡的推理和訓練

• bp算法詳解

• 歸一化

• Batch Normalization詳解

• 解決過擬合

• dropout

• softmax

• 手推神經網絡的訓練過程

從零開始訓練神經網絡

• 使用python從零開始實現神經網絡訓練

• 構建神經網絡的經驗總結

深度學習開源框架

• pytorch

• tensorflow

• caffe

• mxnet

• keras

• 優化器詳解(GD,SGD,RMSprop等

所有以上相關的的內容全部都已經打包好了，匯總成了一份百度云的鏈接，小貼心之處是怕有的兄弟沒有買百度云會員的朋友，能用2MB+/S的速度下載，還特地給大家準備了下載工具。

立即領取

由于微信限制，一個號每天加人上限是100人，太多就被限制了，抓緊掃碼領取，先到先得。