啊哈~花一天快速上手Pytorch（可能是全网最全流程从0到部署）

前言

刚好有空顺便整理一下以前学习pytorch的笔记，做一个梳理，便于后面的学习~
在学习pytorch之前，建议可以先掌握numpy，本质上来说，最早的版本来说，pytorch其实是numpy的增强，让矩阵可以在GPU里面运行，之后具备自动求导的特性，也就是咱们的梯度，学过线性回归的朋友应该知道，我们是通过损失函数来计算修正我们的未知参数的，那么在这里手算的话我们就需要求导，那么在pytorch里面肯定不是直接求导，而是通过记录变化值，也就是通过当前参数的变化值来进行反向修改。那么这个东西就叫做梯度，可以正向传播，也可以反向传播。
之后就是pytorch官方给咱们提供的一些API，例如自制数据集，常用神经网络，CNN 卷积核等。

环境

这里注意一下，我的环境是Windows10，N卡，装的pytorch版本是GPU版本，CUDA驱动版本是10.1（10.2也是一样的）

可以看到，我这边的显卡是GTX1650
没有显卡的朋友不要慌，我们可以使用谷歌实验室，当然你得会那啥。免费，一个礼拜30个小时的使用时长，代码你可以在本地写好，然后改成GPU版本，放到实验平台先跑一下，能过，然后在完整地训练一下。