ch7

什么是PyTorch

请打开tensor_tutorial.ipynb，它介绍Tensor的基本概念。

Autograd: 自动求导

请打开autograd_tutorial.ipynb，它介绍PyTorch的autograd的基本概念。

PyTorch神经网络简介

请打开neural_networks_tutorial.ipynb，它介绍PyTorch的torch.nn包和nn.Module等构建神经网络的常用模块。

训练一个分类器

请打开cifar10_tutorial.ipynb，它介绍怎么训练一个分类器来识别cifar10的图像，包括怎么使用GPU训练。

使用numpy实现神经网络

请打开two_layer_net_numpy.ipynb，这里不使用深度学习框架，手动实现前向与后向计算。

使用PyTorch的Tensor替代numpy实现神经网络

请打开two_layer_net_tensor.ipynb。

实现autograd来实现神经网络

请打开two_layer_net_autograd.ipynb。

使用自定义的ReLU函数

请打开two_layer_net_custom_function.ipynb。

和Tensorflow的对比

请打开tf_two_layer_net.ipynb。

使用nn模块来实现神经网络

请打开two_layer_net_nn.ipynb。

使用optim包

请打开two_layer_net_optim.ipynb。

自定义nn模块

请打开two_layer_net_module.ipynb。

流程控制和参数共享

请打开dynamic_net.ipynb。

迁移学习教程

请打开transfer_learning_tutorial.ipynb。

数据加载和处理教程

请打开data_loading_tutorial.ipynb。