[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-9585":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":16,"subscribersCount":16,"size":16,"stars1d":16,"stars7d":17,"stars30d":18,"stars90d":16,"forks30d":16,"starsTrendScore":19,"compositeScore":20,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":21,"fork":21,"defaultBranch":22,"hasWiki":23,"hasPages":21,"topics":24,"createdAt":10,"pushedAt":10,"updatedAt":30,"readmeContent":31,"aiSummary":32,"trendingCount":16,"starSnapshotCount":16,"syncStatus":33,"lastSyncTime":34,"discoverSource":35},9585,"pytorch-handbook","zergtant\u002Fpytorch-handbook","zergtant","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","",null,"Jupyter Notebook",21658,5415,524,57,0,3,32,1,45,false,"master",true,[25,26,27,28,5,29],"deep-learning","machine-learning","neural-network","pytorch","pytorch-tutorials","2026-06-12 02:02:09","# PyTorch 中文手册（pytorch handbook）\r\n![pytorch](pytorch-logo-dark.png)\r\n\r\n## 书籍介绍\r\n这是一本开源的书籍，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。\r\n\r\n由于本人水平有限，在写此教程的时候参考了一些网上的资料，在这里对他们表示敬意，我会在每个引用中附上原文地址，方便大家参考。\r\n\r\n深度学习的技术在飞速的发展，同时PyTorch也在不断更新，且本人会逐步完善相关内容。\r\n\r\n## 版本说明\r\n由于PyTorch版本更迭，教程的版本会与PyTorch版本，保持一致。\r\n\r\n[pytorch大版本更新的主要变动总结](pytorch-changelog.md)  当前版本 1.11\r\n\r\n## 在线版本和PDF\r\n\r\n国内的镜像，速度很快，不会被墙：https:\u002F\u002Fwww.pytorch.wiki\u002F\r\n\r\nPDF文件目前还没有找到好的生成方法，有熟悉这方面的朋友可以联系我，感激不尽\r\n\r\n## QQ 6群 \r\n\r\n群号：760443051\r\n\r\n\r\n![QR](PyTorch-Handbook-6.png) \r\n\r\n点击链接加入群聊【PyTorch Handbook 交流6群】：https:\u002F\u002Fjq.qq.com\u002F?_wv=1027&k=X4Ro6uWv\r\n\r\n\r\n1群(985896536)已满，2群(681980831) 3群(773681699)已满  4群(884017356)已满  5群(894059877)已满\r\n\r\n不要再加了\r\n\r\n## 新福利\r\n\r\n公众账号每日分享干货文章\r\n![weixin QR](deephub.jpg) \r\n\r\n\r\n\r\n## 说明\r\n\r\n- 修改错别字请直接提issue或PR\r\n\r\n- PR时请注意版本\r\n\r\n- 有问题也请直接提issue\r\n\r\n感谢\r\n\r\n## 目录\r\n\r\n### 第一章：PyTorch 入门\r\n\r\n1. [PyTorch 简介](chapter1\u002F1.1-pytorch-introduction.md)\r\n2. [PyTorch 环境搭建](chapter1\u002F1.2-pytorch-installation.md)\r\n3. [PyTorch 深度学习：60分钟快速入门（官方）](chapter1\u002F1.3-deep-learning-with-pytorch-60-minute-blitz.md)\r\n    - [张量](chapter1\u002F1_tensor_tutorial.ipynb)\r\n    - [Autograd：自动求导](chapter1\u002F2_autograd_tutorial.ipynb) \r\n    - [神经网络](chapter1\u002F3_neural_networks_tutorial.ipynb)\r\n    - [训练一个分类器](chapter1\u002F4_cifar10_tutorial.ipynb)\r\n    - [选读：数据并行处理（多GPU）](chapter1\u002F5_data_parallel_tutorial.ipynb)\r\n4. [相关资源介绍](chapter1\u002F1.4-pytorch-resource.md)\r\n\r\n### 第二章 基础\r\n#### 第一节 PyTorch 基础\r\n1. [张量](chapter2\u002F2.1.1.pytorch-basics-tensor.ipynb)\r\n2. [自动求导](chapter2\u002F2.1.2-pytorch-basics-autograd.ipynb)\r\n3. [神经网络包nn和优化器optm](chapter2\u002F2.1.3-pytorch-basics-nerual-network.ipynb)\r\n4. [数据的加载和预处理](chapter2\u002F2.1.4-pytorch-basics-data-loader.ipynb)\r\n#### 第二节 深度学习基础及数学原理\r\n\r\n[深度学习基础及数学原理](chapter2\u002F2.2-deep-learning-basic-mathematics.ipynb)\r\n\r\n#### 第三节 神经网络简介\r\n\r\n[神经网络简介](chapter2\u002F2.3-deep-learning-neural-network-introduction.ipynb)  注：本章在本地使用微软的Edge打开会崩溃，请使Chrome Firefox打开查看\r\n\r\n#### 第四节 卷积神经网络\r\n\r\n[卷积神经网络](chapter2\u002F2.4-cnn.ipynb)\r\n\r\n#### 第五节 循环神经网络\r\n\r\n[循环神经网络](chapter2\u002F2.5-rnn.ipynb)\r\n\r\n### 第三章 实践\r\n#### 第一节 logistic回归二元分类\r\n\r\n[logistic回归二元分类](chapter3\u002F3.1-logistic-regression.ipynb)\r\n\r\n\r\n#### 第二节 CNN:MNIST数据集手写数字识别\r\n\r\n[CNN:MNIST数据集手写数字识别](chapter3\u002F3.2-mnist.ipynb)\r\n\r\n#### 第三节 RNN实例：通过Sin预测Cos\r\n\r\n[RNN实例：通过Sin预测Cos](chapter3\u002F3.3-rnn.ipynb)\r\n\r\n### 第四章 提高\r\n#### 第一节 Fine-tuning\r\n\r\n[Fine-tuning](chapter4\u002F4.1-fine-tuning.ipynb)\r\n\r\n#### 第二节 可视化\r\n\r\n[visdom](chapter4\u002F4.2.1-visdom.ipynb)\r\n\r\n[tensorboardx](chapter4\u002F4.2.2-tensorboardx.ipynb) \r\n\r\n[可视化理解卷积神经网络](chapter4\u002F4.2.3-cnn-visualizing.ipynb)\r\n\r\n#### 第三节 Fast.ai\r\n[Fast.ai](chapter4\u002F4.3-fastai.ipynb)\r\n#### 第四节 训练的一些技巧\r\n\r\n#### 第五节 多GPU并行训练\r\n[多GPU并行计算](chapter4\u002F4.5-multiply-gpu-parallel-training.ipynb)\r\n\r\n#### 补充翻译文章：在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练\r\n[在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练](chapter4\u002Fdistributeddataparallel)\r\n\r\n\r\n### 第五章 应用\r\n#### 第一节 Kaggle介绍\r\n[Kaggle介绍](chapter5\u002F5.1-kaggle.md)\r\n#### 第二节 结构化数据\r\n[Pytorch处理结构化数据](chapter5\u002F5.2-Structured-Data.ipynb)\r\n#### 第三节 计算机视觉\r\n[Fashion MNIST 图像分类](chapter5\u002F5.3-Fashion-MNIST.ipynb)\r\n#### 第四节 自然语言处理\r\n#### 第五节 协同过滤\r\n\r\n### 第六章 资源\r\n\r\n[torchaudio](torchaudio\u002Fintro.ipynb)\r\n\r\n\r\n### 第七章 附录\r\n\r\n[树莓派编译安装 pytorch 1.4](pi\u002F)\r\n\r\ntransforms的常用操作总结\r\n\r\npytorch的损失函数总结\r\n\r\npytorch的优化器总结\r\n\r\n\r\n## Script\r\nscript目录是我写的将ipynb转换成在线的版本和pdf文件的脚本，因为还在测试阶段，所以有什么问题请大家提出\r\n\r\n\r\n## License\r\n\r\n![](https:\u002F\u002Fi.creativecommons.org\u002Fl\u002Fby-nc-sa\u002F3.0\u002F88x31.png)\r\n\r\n[本作品采用知识共享署名-非商业性使用-相同方式共享 3.0  中国大陆许可协议进行许可](http:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby-nc-sa\u002F3.0\u002Fcn)\r\n","pytorch-handbook是一本开源书籍，旨在帮助初学者快速掌握使用PyTorch进行深度学习开发和研究。本书通过一系列精心设计的教程，覆盖了从基础概念到高级应用的广泛内容，包括张量操作、自动求导、神经网络构建以及数据加载与预处理等核心功能，并且所有示例代码均经过测试确保可运行性。适合任何希望利用PyTorch框架深入学习或开展项目的开发者阅读，无论是学术研究人员还是工业界工程师都能从中受益。此外，书中还提供了关于如何在多GPU环境下优化模型训练效率的指导，进一步提升了其实用价值。",2,"2026-06-11 03:23:33","top_topic"]