Skip to content
项目

zhangxiann/PyTorch_Practice has 1,393 GitHub stars and 292 forks. GitHot measured 0 stars in 24 hours, +1 in 7 days, and 0 in 15 days. Last checked 2026-11-19 08:16 UTC. Last push 2020-12-05.

这些数字如何统计

实测星标增长

24小时
0
7天
+1
15天
0
1个月
更新延迟

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

这是我学习 PyTorch 的笔记对应的代码,点击查看 PyTorch 笔记在线电子书

机器学习

README.md

原文

PyTorch 学习笔记

GitHub Website

这个仓库是我学习 PyTorch 过程中所记录的学习笔记汇总,包括 25 篇文章,是我学习 PyTorch 期间所记录的内容,点击查看在线电子书:https://pytorch.zhangxiann.com/。

学习笔记的结构遵循课程的顺序,共分为 8 周,循序渐进,力求通俗易懂。

代码

配套代码:https://github.com/zhangxiann/PyTorch_Practice

所有代码均在 PyCharm 中通过测试,建议通过 git 克隆到本地运行。

数据

由于代码中会用到一些第三方的数据集,这里给出百度云的下载地址(如果有其他更好的数据托管方式,欢迎告诉我)。

数据下载地址: 链接:https://pan.baidu.com/s/1f9wQM7gvkMVx2x5z6xC9KQ 提取码:w7xt

面向读者

本教程假定读你有一定的机器学习和深度学习基础。

如果你没有学习过机器学习或者深度学习,建议先观看 Andrew ng 的深度学习(Deep Learning)课程,课程地址: https://mooc.study.163.com/university/deeplearning_ai#/c。

然后再学习本教程,效果会更佳。

学习计划

这个学习笔记共 25 章,分为 8 周进行的,每周大概 3 章(当然你可以根据自己的进度调整),每章花费的时间约 30 分钟到 2 个小时之间。

目录大纲如下: