如果你要学 pytorch，那这个Github星标 28.1k 的项目你一定一定不能错过
这个项目是作者为深度学习研究人员创建的，提供了非常多的代码教程，并且大部分模型的实现代码都不到30行
但是这个项目的内容偏理论，推荐大家可以跟着 另一位大佬的pytorch实战教程一起学
这份教程完全以实际工程开发为目的，介绍开发过程中遇到的各种问题和解决方案
把模型开发的 数据与处理、数据增强、模型定义等等 一系列操作都讲的非常详细
我可以和这个项目的代码一起分享给大家
需要的同学可以直接添加小助手（通过后转发该文章给小助手）即可获取
好了，回到主题
这个项目分为四个部分
第一部分是基础知识
包括PyTorch 基础、线性回归、逻辑回归、前馈神经网络。
第二部分包括
卷积神经网络、深度残差网络、循环神经网络、双向循环神经网络、语言模型（RNN-LM）
第三部分包括
生成对抗网络、变分自动编码器、神经风格迁移、图像字幕 (CNN-RNN)
第四部分是PyTorch 中的 TensorBoard
作者用简单的神经网络实现 MNIST 分类器，并使用TensorBoard可视化整个训练过程。
项目地址：
https://github.com/yunjey/pytorch-tutorial/tree/master
如果喜欢本篇的内容记得点点再看，并把他转发到你的朋友圈。请永远不要停止学习，这是你武装自己对抗这个世界最有力的武器！
