学习用于深度学习的 PyTorch

更新（2022年11月9日）：

• 乌迪米发布会上线了！在接下来的 3-4 天内注册以获得出色的发布优惠！🔥
• 该课程也在 从零到精通学院 有 10 个部分和 300+ 视频，从基础知识到最先进的机器学习研究论文复制。

欢迎来到 Zero to Mastery Learn PyTorch for Deep Learning 课程，这是在互联网上学习 PyTorch 的第二好地方（第一个是 PyTorch 文档）。

本页内容

• 课程材料/大纲
• 关于本课程
• 状态（课程创建进度）
• 日志（课程材料创建过程的日志）

课程材料/大纲

• 📖 在线书籍版本：所有课程材料都可以在 learnpytorch.io 的可读在线书籍中找到。
• 🎥 YouTube上的前五个部分：通过观看前25小时的材料，在一天内学习Pytorch。
• 🔬 课程重点：代码，代码，代码，实验，实验，实验。
• 🏃 ♂️ 教学方式：https://sive.rs/kimo。
• 🤔 提出问题：有关现有问题/提出自己的问题，请参阅 GitHub 讨论页面。

地位

所有材料已完成，视频发布在 从零到精通！

请参阅在制品板的项目页面 - https://github.com/users/mrdbourke/projects/1

• 视频总数：321
• 完成的骨架代码： 00， 01， 02， 03， 04， 05， 06， 07， 08， 09
• 完成批注（文本）：00、01、02、03、04、05、06、07、08、09
• 完成的映像： 00， 01， 02， 03， 04， 05， 06， 07， 08， 09
• 完成主题演讲： 00， 01， 02， 03， 04， 05， 06， 07， 08， 09
• 完成练习和解决方案： 00， 01， 02， 03， 04， 05， 06， 07， 08， 09

请参阅日志以获取几乎每日更新。

关于本课程

本课程适合谁？

你：是机器学习或深度学习领域的初学者，想学习 PyTorch。

本课程：以动手、代码优先的方式教你 PyTorch 和许多机器学习概念。

如果你已经有 1 年 + 的机器学习经验，本课程可能会有所帮助，但它是专门为初学者设计的。

先决条件是什么？

1. 3-6个月编写Python代码。
2. 至少一个初学者机器学习课程（但是可以跳过，资源链接了许多不同主题）。
3. 使用Jupyter Notebooks或Google Colab的经验（尽管你可以随着我们的学习而学习）。
4. 愿意学习（最重要的）。

对于1和2，我推荐Zero to Mastery Data Science and Machine Learning Bootcamp，它将教你机器学习和Python的基础知识（虽然我有偏见，我也教那门课程）。

课程是如何教授的？

所有课程材料都可以在 learnpytorch.io 的在线书籍中免费获得。如果你喜欢阅读，我建议你浏览那里的资源。

如果你更喜欢通过视频学习，该课程也以学徒式的形式授课，这意味着我写PyTorch代码，你写PyTorch代码。

课程座右铭包括如果有疑问，运行代码并实验，实验，实验！

我的全部目标是帮助你做一件事：通过编写 PyTorch 代码来学习机器学习。

代码都是通过Google Colab Notebooks编写的（你也可以使用Jupyter Notebooks），这是一个令人难以置信的免费资源，用于试验机器学习。

如果我完成课程，我会得到什么？

如果你看视频，有证书和所有的爵士乐。

但证书是呵呵。

你可以将本课程视为机器学习动量构建器。

到最后，你将编写数百行PyTorch代码。

并且将接触到机器学习中许多最重要的概念。

因此，当你去构建自己的机器学习项目或检查使用 PyTorch 制作的公共机器学习项目时，它会感觉很熟悉，如果没有，至少你会知道去哪里看。

我将在课程中构建什么？

我们从 PyTorch 和机器学习的准系统基础知识开始，因此即使你不熟悉机器学习，你也会跟上进度。

然后，我们将探索更高级的领域，包括 PyTorch 神经网络分类、PyTorch 工作流程、计算机视觉、自定义数据集、实验跟踪、模型部署，以及我个人最喜欢的：迁移学习，这是一种强大的技术，可以将一个机器学习模型在另一个问题上学到的东西应用到你自己的问题上！

在此过程中，你将围绕一个名为 FoodVision 的总体项目构建三个里程碑项目，这是一个用于对食物图像进行分类的神经网络计算机视觉模型。

这些里程碑式的项目将帮助你练习使用 PyTorch 来涵盖重要的机器学习概念，并创建一个可以向雇主展示并说“这就是我所做的”的作品集。

如何开始？

你可以在任何设备上阅读材料，但本课程最好在桌面浏览器中查看和编码。

该课程使用一个名为Google Colab的免费工具。如果你没有这方面的经验，我会通过免费的Google Colab简介教程，然后回到这里。

要开始：

1. 单击上面的笔记本或分区链接之一，例如“00.PyTorch Fundamentals”。
2. 单击顶部的“在Colab中打开”按钮。
3. 按几次 Shift+Enter 键，看看会发生什么。

我的问题没有得到解答

请留下讨论或直接给我发送电子邮件：daniel （at） mrdbourke （dot） com。

日志

几乎每天都会更新正在发生的事情。

• 2022 年 11 月 18 日 - 添加 PyTorch 中 3 个最常见错误的参考 + 课程部分的链接以获取更多信息：https://www.learnpytorch.io/pytorch_most_common_errors/
• 2022 年 11 月 9 日 - 添加 PyTorch 备忘单，快速了解 PyTorch 的主要功能 + 课程部分的链接：https://www.learnpytorch.io/pytorch_cheatsheet/
• 2022 年 11 月 9 日 - 完整的课程材料（300+ 视频）现已在 Udemy 上线！你可以在此处注册：https://www.udemy.com/course/pytorch-for-deep-learning/?couponCode=ZTMGOODIES7（启动交易代码从此行开始有效期为3-4天）
• 2022 年 11 月 4 日 - 为 PyTorch 备忘单添加笔记本（PyTorch 许多最重要功能的简单概述）

  extras/

• 2022 年 10 月 2 日 - 第 08 和 09 节的所有视频已发布（最后两节 100+ 个视频）！
• 30 Aug 2022 - 为 09 录制了 15 个视频，总视频数： 321， 已完成第 09 部分视频!!!!...甚至比08还大！！
• 29 Aug 2022 - 为09录制了16个视频，视频总数：306
• 28 Aug 2022 - 为 09 录制了 11 个视频，总视频数： 290
• 27 Aug 2022 - 为 09 录制了 16 个视频，视频总数： 279
• 26 Aug 2022 - 为笔记本 09 添加最后的润色，为 09 添加幻灯片，为 09 创建解决方案和练习
• 25 Aug 2022 - 添加注释和清理 09，删除传统知识，清理图像，制作幻灯片 09
• 24 Aug 2022 - 在 09 中添加注释，主要内容、练习和课外活动完成
• 2022 年 8 月 23 日 - 为 09 添加注释，添加大量图像/幻灯片
• 2022 年 8 月 22 日 - 在 09 中添加注释，开始处理幻灯片/图像
• 20 Aug 2022 - 添加注释到 09
• 19 Aug 2022 - 向 09 添加注释，查看精彩演示！
• 18 Aug 2022 - 添加注释到 09
• 17 Aug 2022 - 添加注释到 09
• 16 Aug 2022 - 添加注释到 09
• 15 Aug 2022 - 添加注释到 09
• 13 Aug 2022 - 添加注释到 09
• 2022 年 8 月 12 日 - 将笔记本 09 的演示文件添加到 ，开始使用解释器文本注释笔记本 09

  demos/

• 11 Aug 2022 - 完成笔记本 09 的骨架代码，课程完成部署 2x 模型，一个用于 FoodVision Mini，一个用于（秘密）
• 2022 年 8 月 10 日 - 添加 PyTorch 额外资源部分（了解有关 PyTorch/深度学习的更多信息的地方）：https://www.learnpytorch.io/pytorch_extra_resources/
• 09 Aug 2022 - 向笔记本添加更多框架代码 09
• 08 Aug 2022 - 为 09 创建草稿笔记本，最终目标是部署 FoodVision Mini 模型并使其可公开访问
• 05 Aug 2022 - 为 08 录制了 11 个视频，视频总数： 263， 第 08 节 视频完成!...迄今为止最大的部分
• 04 Aug 2022 - 为13录制了08个视频，视频总数：252
• 03 Aug 2022 - 为3录制了08个视频，视频总数：239
• 02 Aug 2022 - 为12录制了08个视频，视频总数：236
• 30 七月 2022 - 录制了 11 08 个视频，视频总数： 224
• 2022 年 7 月 29 日 - 添加练习 + 08 的解决方案，请参阅 YouTube 上的实时演练：https://youtu.be/tjpW_BY8y3g
• 2022 年 7 月 28 日 - 添加幻灯片 08
• 2022 年 7 月 27 日 - 清理 08 的大部分内容，从 08 的幻灯片开始，接下来是练习和课外活动
• 2022 年 7 月 26 日 - 为 08 添加注释和图像
• 2022 年 7 月 25 日 - 添加 08 的注释
• 2022 年 7 月 24 日 - 在 YouTube 上的单个视频（25+ 小时!!!）中推出了上半部分课程（笔记本 00-04）：https://youtu.be/Z_ikDlimN6A
• 2022 年 7 月 21 日 - 为 08 添加注释和图像
• 20 七月 2022 - 为 08 添加注释和图像，如此接近！这是一个史诗般的部分
• 2022 年 7 月 19 日 - 为 08 添加注释和图像
• 15 七月 2022 - 添加注释和图像 08
• 2022 年 7 月 14 日 - 添加 08 的注释
• 12 七月 2022 - 添加注释 08，呜，这是 bigggg 部分！
• 2022 年 7 月 11 日 - 添加注释 08
• 2022 年 7 月 9 日 - 添加 08 的注释
• 2022 年 7 月 8 日 - 在 08 中添加一堆注释
• 2022 年 7 月 6 日 - ZTM 学院推出课程，其中包含 00-07 部分的视频！🚀 - https://dbourke.link/ZTMPyTorch
• 2022 年 7 月 1 日 - 为 08 添加注释和图像
• 2022 年 6 月 30 日 - 添加 08 的注释
• 2022 年 6 月 28 日 - 第 07 节录制了 11 个视频，视频总数 213，第 07 节的所有视频全部完成！
• 2022 年 6 月 27 日 - 为 07 节录制了 11 个视频，视频总数 202
• 2022 年 6 月 25 日 - 为 06 节重新创建了 7 个视频，包括更新的 API，视频总数 191
• 2022 年 6 月 24 日 - 为 06 节重新创建了 12 个视频，以包含更新的 API
• 2022 年 6 月 23 日 - 完成 07 的注释，添加 07 的练习模板和解决方案 + YouTube 上的视频演练：https://youtu.be/cO_r2FYcAjU
• 2022 年 6 月 21 日 - 使 08 端到端运行，为 07 添加图像和注释
• 2022 年 6 月 17 日 - 修复 06、07 v2 以用于即将到来的 PyTorch 视讯版本升级，为 08 添加大量注释
• 2022 年 6 月 13 日 - 添加笔记本 08 第一版，开始复制视觉转换器论文
• 2022 年 6 月 10 日 - 为 07 v2 添加注释
• 2022 年 6 月 9 日 - 为 v0.13 创建 07 v2（这将在发布时替换 07 v1）

  torchvision

  torchvision=0.13

• 2022 年 6 月 8 日 - 将 06 v2 改编为 v0.13（这将在发布时替换 06 v1）

  torchvision

  torchvision=0.13

• 2022 年 6 月 7 日 - 为即将推出的 v0.13 更新创建笔记本 06 v2（新的迁移学习方法）

  torchvision

• 2022 年 6 月 4 日 - 添加 07 的注释
• 2022 年 6 月 3 日 - 07 中添加的注释数量
• 2022 年 5 月 31 日 - 为 07 添加一堆注释，使代码端到端运行
• 2022 年 5 月 30 日 - 录制 4 个 06 个视频，完成第 06 部分，到 07 部分，总视频 186
• 2022 年 5 月 28 日 - 录制 10 个 06 个视频，总视频数 182
• 24 May 2022 - 添加 06 的解决方案和练习
• 23 May 2022 - 完成 06 的注释和图像，是时候做练习和解决方案
• 22 May 2202 - 添加大量图像到 06
• 18 May 2022 - 在 06 中添加大量注释
• 2022 年 5 月 17 日 - 为第 06 节添加了一堆注释
• 2022 年 5 月 16 日 - 为 05 节录制了 10 个视频，为 05 ✅ 节完成视频
• 2022 年 5 月 12 日 - 为 05 添加了练习和解决方案
• 11 May 2022 - 清理第 1 部分和第 2 部分笔记本 05，制作幻灯片 05，开始练习和解决方案 05
• 2022 年 5 月 10 日 - huuuuge 更新到 05 部分，请参阅网站，它看起来很漂亮：https://www.learnpytorch.io/05_pytorch_going_modular/
• 2022 年 5 月 9 日 - 为 05、清理文档添加一堆材料
• 08 May 2022 - 添加一堆材料 05
• 06 May 2022 - 继续制作材料 05
• 2022 年 5 月 5 日 - 更新第 05 节，包括标题/大纲
• 2022 年 4 月 28 日 - 为 04 录制了 13 个视频，为 04 录制了完成的视频，现在为 05 制作材料
• 2022 年 4 月 27 日 - 为 04 录制了 3 个视频
• 2022 年 4 月 26 日 - 为 04 录制了 10 个视频
• 2022 年 4 月 25 日 - 为 04 录制了 11 个视频
• 2022 年 4 月 24 日 - 准备的幻灯片 04
• 2022 年 4 月 23 日 - 为 03 录制了 6 个视频，为 03 录制了完成的视频，现在到 04
• 2022 年 4 月 22 日 - 为 03 录制了 5 个视频
• 2022 年 4 月 21 日 - 为 03 录制了 9 个视频
• 20 Apr 2022 - 录制了 3 个视频 03
• 2022 年 4 月 19 日 - 为 03 录制了 11 个视频
• 2022 年 4 月 18 日 - 完成 04 的练习/解决方案，在 YouTube 上添加了 04 个练习/解决方案的实时编码演练：https://youtu.be/vsFMF9wqWx0
• 2022 年 4 月 16 日 - 完成 03 的练习/解决方案，在 YouTube 上添加了 03 个练习/解决方案的实时编码演练：https://youtu.be/_PibmqpEyhA
• 14 Apr 2022 - 添加 04 的最终图像/注释，开始 03 和 04 的练习/解决方案
• 2022 年 4 月 13 日 - 为 04 添加更多图像/注释
• 2022 年 4 月 3 日 - 为 04 添加更多注释
• 2022 年 4 月 2 日 - 为 04 添加更多注释
• 2022 年 4 月 1 日 - 为 04 添加更多注释
• 2022 年 3 月 31 日 - 为 04 添加更多注释
• 29 年 2022 月 04 日 - 为 <> 添加更多注释
• 2022 年 3 月 27 日 - 开始为 04 添加注释
• 26 Mar 2022 - 制作数据集 04
• 25 Mar 2022 - 制作幻灯片 03
• 2022 年 3 月 24 日 - 修复了 03 在文档中不起作用的错误（最终）
• 2022 年 3 月 23 日 - 添加更多图片 03
• 2022 年 3 月 22 日 - 添加图像 03
• 20 年 2022 月 03 日 - 为 <> 添加更多注释
• 18 年 2022 月 03 日 - 为 <> 添加更多注释
• 17 年 2022 月 03 日 - 为 <> 添加更多注释
• 16 年 2022 月 03 日 - 为 <> 添加更多注释
• 15 年 2022 月 03 日 - 为 <> 添加更多注释
• 2022 年 3 月 14 日 - 开始为笔记本添加注释 03，请参阅此处正在进行的工作：https://www.learnpytorch.io/03_pytorch_computer_vision/
• 12 Mar 2022 - 为 02 录制了 12 个视频，完成了第 02 部分，现在正在制作 03、04、05 的材料
• 11 Mar 2022 - 为 02 录制了 9 个视频
• 10 Mar 2022 - 为 02 录制了 10 个视频
• 9 Mar 2022 - 清理幻灯片/02的代码，准备录制
• 2022 年 3 月 8 日 - 为 01 节录制了 9 个视频，完成了第 01 节，现在进入 02
• 2022 年 3 月 7 日 - 为 01 节录制了 4 个视频
• 2022 年 3 月 6 日 - 为 01 节录制了 4 个视频
• 2022 年 3 月 4 日 - 为 01 节录制了 10 个视频
• 20 Feb 2022 - 为 8 部分录制了 00 个视频，已完成部分，现在到 01
• 2022 年 2 月 18 日 - 为 Section 00 录制了 13 个视频
• 2022 年 2 月 17 日 - 为 Section 00 录制了 11 个视频
• 2022 年 2 月 16 日 - 添加了设置指南
• 12 Feb 2022 - 整理自述文件与课程材料表，完成图像和幻灯片 01
• 2022 年 2 月 10 日 - 完成幻灯片和图像 00，笔记本已准备好发布：https://www.learnpytorch.io/00_pytorch_fundamentals/
• 01-07 Feb 2022 - 添加注释 02，已完成，仍然需要图像，今天开始练习/解决方案
• 2022 年 1 月 31 日 - 开始为 02 添加注释
• 2022 年 1 月 28 日 - 添加练习和解决方案 01
• 26 Jan 2022 - 01 的更多注释，明天应该完成，然后也会做练习 + 解决方案
• 24 Jan 2022 - 添加一堆注释到 01
• 2022 年 1 月 21 日 - 开始为 01 添加注释
• 20 Jan 2022 - 完成 00 的注释（仍然需要添加图像），为 00 添加练习和解决方案
• 2022 年 1 月 19 日 - 为 00 添加更多注释
• 2022 年 1 月 18 日 - 为 00 添加更多注释
• 17 Jan 2022 - 从假期回来，为 00 添加更多注释
• 2021 年 12 月 10 日 - 开始添加 00 的注释
• 2021 年 12 月 9 日 - 为课程创建了一个网站 （learnpytorch.io） 随着开发的继续，你将看到那里发布的更新
• 2021 年 12 月 8 日 - 清理笔记本 07，开始返回代码并添加注释
• 26 Nov 2021 - 完成 07 的骨架代码，添加了四个不同的实验，需要清理并使其更直接
• 2021 年 11 月 25 日 - 06 的干净代码，07 的框架代码（实验跟踪）
• 2021 年 11 月 24 日 - 更新 04， 05， 06 笔记本 为了便于消化和学习，每个部分最多应涵盖 3 个大创意，05 现在致力于将笔记本代码转换为模块化代码
• 2021 年 11 月 22 日 - 更新 04 训练和测试函数，使其更直接
• 2021 年 11 月 19 日 - 新增 05（迁移学习）笔记本，更新 04 中的自定义数据加载代码
• 2021 年 11 月 18 日 - 更新了 03 的愿景代码，并在 04 中添加了自定义数据集加载代码
• 2021 年 11 月 12 日 - 在笔记本 04 中添加了一堆骨架代码用于自定义数据集加载，接下来是使用自定义数据建模
• 2021 年 11 月 10 日 - 研究自定义数据集的最佳实践 04
• 2021 年 11 月 9 日 - 更新 03 骨架代码以完成构建 CNN 模型，到 04 上以加载自定义数据集
• 2021 年 11 月 4 日 - 将 GPU 代码添加到 03 + 训练/测试循环 +

  helper_functions.py

• 2021 年 11 月 3 日 - 添加 03 的基本开始，将在周末结束
• 2021 年 10 月 29 日 - 整理了 02 的骨架代码，还有一些东西需要清理/整理，创建于 03
• 2021 年 10 月 28 日 - 完成 02 的骨架代码，明天去打扫/整理，下周 03
• 2021 年 10 月 27 日 - 为 02 添加一堆代码，将于明天/周末完成
• 2021 年 10 月 26 日 - 更新 00、01、02 与大纲/代码，00 和 01 的骨架代码完成，02 下一页
• 2021 年 10 月 23 日、24 日 - 使用更多大纲/代码更新 00 和 01 笔记本
• 20 Oct 2021 - 添加 01 和 02 的 v0 大纲，在 README 中添加粗略的大纲，本课程将侧重于更少但更好
• 2021 年 10 月 19 日 - 启动存储库🔥，添加基础笔记本草稿 v0