1 前言
談到深度學習框架，就不得不談TensorFlow 和 PyTorch 。目前來看，TensorFlow 和 PyTorch 框架是業界使用最爲廣泛的兩個深度學習框架， TensorFlow在工業界擁有完備的解決方案和用戶基礎，PyTorch 得益於其精簡靈活的接口 設計，可以快速設計調試網絡模型，在學術界獲得好評如潮。
據統計，在 2017 年，深度學習頂會中使用 PyTorch 的論文比例還不到 10%；如今，PyTorch 已經稱霸學界，在 CVPR 接收論文中佔比 69%，NAACL 和 ACL 都超過了 75%，ICLR 和 ICML 也都超過了 50%。
前不久StrongerTang 分享了TensorFlow 的使用教程“400頁《TensorFlow 2.0 深度學習算法實戰》中文版免費分享(附代碼)”(可在文末進入StrongerTang獲取，csdn發佈不成功)，收到了不少朋友的肯定，也有朋友希望分享一下PyTorch的。其實PyTorch之前也在“364 頁 PyTorch 版《動手學深度學習》pdf分享（全中文，支持 Jupyter 運行）”一文中分享過。
不過PyTorch 官方尚未提供一部權威的教程書籍，但最近PyTorch官方終於開源了官方教程《Deep Learning with PyTorch》，通俗易懂，圖靈獎獲得者、Facebook 首席 AI 科學家 Yann LeCun 也直接轉推力薦，所以一起給大家分享一下，也希望有更多的朋友能在StrongerTang相遇。
2 簡介
《Deep Learning with PyTorch》共有五個章節，包括了深度學習與PyTorch庫、張量、如何用張量表示真實世界的數據、學習機制、用神經網絡擬合數據等方面的內容，據稱核心是指導讀者使用Python 和 PyTorch 實現深度學習算法。
第一章是通俗易懂的入門內容，主要介紹了「什麼是 PyTorch」和「爲什麼我們要選擇 PyTorch」，以及對本書內容層次的總體介紹，讓剛剛入門的讀者能夠順暢地閱讀下去，並對 PyTorch 有一個淺層但是完整的初步認知。
第二章則從張量這一深度學習的基本概念開始，介紹了張量的相關數學機制，以及深度學習是怎樣處理數據，完成「學習」這一過程的。
第三章開始則通過張量和真實世界的數據進行聯繫，說明了如何使用張量表示表格、時序、圖像和文本等數據。
第四章則進入機器學習機制的介紹，說明了深度學習的權重更新和反向傳播原理。
最後一章主要集中在使用 PyTorch 構建神經網絡並擬合數據分佈。有了前幾章的理論基礎，這一章會增加很多代碼方面實踐介紹。
Eli Stevens，軟件工程師，過去7年擔任一開發醫療設備軟件創業公司的CTO。
Luca Antiga，一家AI公司的聯合創始人兼CEO，PyToch社區定期撰稿人。
1 Introducing deep learning and the PyTorch library
1.1 What is PyTorch?
1.2 What is this book?
1.3 Why PyTorch?
1.4 PyTorch has the batteries included
2 It starts with a tensor
2.1 Tensor fundamentals
2.2 Tensors and storages
2.3 Size, storage offset, and strides
2.4 Numeric types
2.5 Indexing tensors
2.6 NumPy interoperability
2.7 Serializing tensors
2.8 Moving tensors to the GPU
2.9 The tensor API
3 Real-world data representation with tensors
3.1 Tabular data
3.2 Time series
3.3 Text
3.4 Images
3.5 Volumetric data
iiiiv CONTENTS
4 The mechanics of learning
4.1 Learning is parameter estimation
4.2 PyTorch’s autograd: Backpropagate all things
5 Using a neural network to fit your data
5.1 Artificial neurons
5.2 The PyTorch nn module
5.3 Subclassing nn.Module
index 127
全書重點在於以簡單易懂的語言向讀者普及深度學習和 PyTorch 的內容。一改往日教程或教科書刻板的風格，全書使用了大量簡單易懂的插圖，力圖讓讀者能夠理解。
至於具體內容就留給感興趣的小夥伴自己去閱讀探索吧！
3 資料免費獲取
最後，PyTorch官方教程《Deep Learning with PyTorch》電子版已經打包完畢，需要的朋友可以按照以下方式獲取：
1.掃描下方二維碼關注 “StrongerTang” 公衆號
2.發送消息關鍵詞：Pytorch官方教程
聲明：此資料免費分享，僅作知識分享，勿用於任何商業用途。贈人玫瑰，手有餘香！