微信公众号：诗人藏夜里
参考了黄海广老师的[pytorch快速入门资料](https://zhuanlan.zhihu.com/p/87263048)，并结合自身从0到1的学习经历，写下此pytorch入门路径
本路径适合人群：深度学习初学者，深度学习框架初学者
**欢迎拥抱最美DL框架**
# 1. [莫烦pytorch系列教程](https://morvanzhou.github.io/tutorials/machine-learning/torch/)
莫烦的这套视频一集最长也就15min，大多都是5分钟左右，莫烦哥哥风趣幽默，内容浅显易懂，直接上手，适合对pytorch有个基本了解。一天即可刷完并练习完。
目录：
- pytorch简介
- pytorch神经网络基础
- 建立第一个神经网络
- 高级神经网络结构
- 高阶内容
参考笔记：[参考笔记](https://github.com/zwkkk/pytorch/blob/master/pytorch笔记/torchnote_莫烦.ipynb)
# 2.自己搭建resnet18 实现mnist分类
学了当然得赶紧用啦
[resnet18](https://github.com/zwkkk/pytorch/blob/master/pytorch练习/resnet18_mnist.ipynb)
# 3.在练习尝试中熟练提高
推荐flyai平台，他们的GPU资源真的很诱人，非常感谢flyai平台给没有GPU资源的小白提供了练手的机会。
[通过flyai平台 细胞图像分类-疟疾病诊断赛题进行pytorch练习](https://github.com/zwkkk/pytorch-project-exercise)
本项目 持续更新
# 4. 多看kaggle
---
# 其他资料推荐：
[pytorch中文手册](https://github.com/zergtant/pytorch-handbook)
pytorch handbook是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门，其中包含的Pytorch教程全部通过测试保证可以成功运行
资源目录：
第一章 ：PyTorch入门
第一节 PyTorch 简介
第二节 PyTorch 环境搭建
第三节 PyTorch 深度学习：60分钟快速入门（官方）
张量
Autograd：自动求导
神经网络
训练一个分类器
选读：数据并行处理（多GPU）
4.相关资源介绍
第二章 ： 基础
第一节 PyTorch 基础
张量自动求导神经网络包nn和优化器optm数据的加载和预处理
第二节 深度学习基础及数学原理
深度学习基础及数学原理
第三节 神经网络简介
神经网络简介
第四节 卷积神经网络
卷积神经网络
第五节 循环神经网络
循环神经网络
第三章 ： 实践
第一节 logistic回归
logistic回归二元分类
第二节 CNN:MNIST数据集手写数字识别
CNN:MNIST数据集手写数字识别
第三节 RNN实例：通过Sin预测Cos
RNN实例：通过Sin预测Cos
第四章 ： 提高
第一节 Fine-tuning
Fine-tuning
第二节 可视化
visdomtensorboardx可视化理解卷积神经网络
第三节 Fast.ai
Fast.ai
第五节 多GPU并行训练
多GPU并行计算
第五章 ： 应用
第一节 Kaggle介绍
Kaggle介绍
第二节 结构化数据
第三节 计算机视觉
第四节 自然语言处理
