Pytorch是目前常用的深度学习框架之一，它凭借着对初学者的友好性、灵活性，发展迅猛，它深受学生党的喜爱，我本人也是使用的Pytorch框架。
比起 TF 的框架环境配置不兼容，和 Keras 由于高度封装造成的不灵活，PyTorch 无论是在学术圈还是工业界，都相当占优势。不夸张地说，掌握了 PyTorch ，就相当于走上了深度学习、机器学习的快车道。
作为一名AI博主，收到小伙伴们最多的的问题之一就是「有没有关于Pytorch函数使用的学习资料？」
所以，我们团队花费了几个月，整理了这一份目前最全的Pytorch常用函数手册，内含超200个常用函数，是居家旅行、深度学习、发表论文必备工具。
本手册中分为14章，从最基础的创建张量开始，逐步加深，涵盖小伙伴们将会所有常用的函数。为了方便小伙伴们的查阅，我们特意推出了带有书签版的PDF供大家下载。
如何获取？
👇扫码下方二维码
添加小助手，并回复 “Pytorch“，即可获取pdf电子版资源。
主要内容
手册中部分内容展示：
PDF中含有更多精彩内容……
除此之外，如果有粉丝想学习视频版本的学习资料，我也为大家准备了一份，给大家学习。（不收费）
课程通过讲解和实战操作，带你从零开始训练网络，做到独立搭建和设计卷积神经网络（包括主流分类和检测网络），并进行神经网络的训练和推理（涉及PyTorch、Tensorflow、Caffe、Mxnet等多个主流框架），通过实战让你掌握各种深度学习开源框架。
这份资料不一一展开，截取框架学习部分目录大家感受下。
深度学习与神经网络
-
深度学习简介
-
基本的深度学习架构
-
神经元
-
激活函数详解（sigmoid、tanh、relu等）
-
感性认识隐藏层
-
如何定义网络层
-
损失函数
推理和训练
-
神经网络的推理和训练
-
bp算法详解
-
归一化
-
Batch Normalization详解
-
解决过拟合
-
dropout
-
softmax
-
手推神经网络的训练过程
从零开始训练神经网络
-
使用python从零开始实现神经网络训练
-
构建神经网络的经验总结
深度学习开源框架
-
pytorch
-
tensorflow
-
caffe
-
mxnet
-
keras
-
优化器详解(GD,SGD,RMSprop等
所有以上相关的的内容全部都已经打包好了，汇总成了一份百度云的链接，小贴心之处是怕有的兄弟没有买百度云会员的朋友，能用2MB+/S的速度下载，还特地给大家准备了下载工具。
👇长按下方二维码 2 秒
立即领取
由于微信限制，一个号每天加人上限是100人，太多就被限制了，抓紧扫码领取，先到先得。
