深度学习与PyTorch学习资源

概述

本文系统整理了深度学习与 PyTorch 的学习资源，包括官方文档、经典教材、第三方教程、实战项目和社区论坛。无论你是初学者还是有一定基础的开发者，都可以从中找到适合自己的学习路径。

PyTorch 官方资源

• PyTorch 官网 — 框架主页，包含安装指南、生态介绍
• PyTorch 官方教程 — 官方入门教程，从基础概念到实战
• PyTorch 官方文档 — 完整的 API 参考文档

核心模块文档

在学习过程中，以下几个核心模块的文档需要重点参考：

• autograd — 自动微分引擎，PyTorch 的核心特性
• nn.Module — 神经网络模块基类
• nn.functional — 函数式接口（激活函数、损失函数等）
• optim — 优化器（SGD、Adam 等）

D2L：动手学深度学习

《动手学深度学习》（Dive into Deep Learning，D2L）是一本交互式的深度学习教材，由李沐等人编写，是学习深度学习的经典教材。

在线阅读

• D2L 中文电子书
• D2L 英文电子书 — 英文版包含更多内容
• D2L 英文版 PDF
• 基础数学知识附录

PyTorch 版配套资源

• 课程主页
• PyTorch 版教材
• GitHub 项目地址
• Jupyter 记事本下载
• 中文版课件
• 视频课程及课程 PPT

个人笔记

• Corner430/d2l — D2L 学习笔记与代码实践

PyTorch 教程与手册

• pytorch-handbook — PyTorch 中文手册，系统介绍 PyTorch 各模块的使用
• pytorch-tutorial — PyTorch 教程，包含多个实战示例
• pytorch-tutorial（yunjey） — 极简 PyTorch 教程
• pytorch-examples — 通过具体示例学习 PyTorch
• tuning playbook — Google Research 的深度学习调优指南

机器学习实战项目

Pytorch-of-Machine-Learning

GitHub Repository — 使用 PyTorch 实现经典机器学习算法的项目。

• 西瓜书笔记 — 周志华《机器学习》读书笔记

线性模型

• Logistic 回归
• Logistic 回归 - Jupyter 版
  • 数据集来自西瓜书，数据集路径：2.线性模型/watermelon3_0_Ch.csv
  • 仅有 17 个样本，采用交叉验证的方式进行评估

参考书目

• 《机器学习》— 周志华（西瓜书）
• 《机器学习实战》— Peter Harrington

Python 基础学习

machine_learning_beginner 项目中的 Python 基础教程：

1. 两天入门 Python
2. Numpy 实战全集
3. matplotlib 基本使用
4. 两天学会 pandas

Torchvision 资源

Torchvision 是 PyTorch 的计算机视觉库，提供了预训练模型和常用数据集：

• Torchvision 预训练模型 — ResNet、VGG、DenseNet 等经典模型
• Torchvision 数据集 — CIFAR、MNIST、ImageNet 等常用数据集

社区与论坛

• PyTorch 官方论坛 — 官方讨论社区，提问和交流的最佳场所
• D2L 讨论区 — D2L 教材配套讨论区
• D2L 中文讨论区 — 中文讨论板块
• Distill — 高质量的机器学习可视化解释文章
• Python 教程 — 交互式 Python 学习网站

推荐学习路径

1. Python 基础：先确保 Python、NumPy、matplotlib 基础扎实
2. PyTorch 入门：通过官方教程或 pytorch-handbook 学习框架基础
3. 深度学习理论：跟随 D2L 教材系统学习，配合视频课程
4. 动手实践：用 Pytorch-of-Machine-Learning 项目练手，从经典算法开始
5. 进阶调优：参考 tuning playbook 学习模型调优技巧
6. 社区交流：在 PyTorch 论坛和 D2L 讨论区积极参与讨论