2、深度学习与 PyTorch 入门指南

深度学习与 PyTorch 入门指南

一、适合人群与基础要求

如果你想成为深度学习从业者，并且希望了解 PyTorch，那么相关内容会很适合你。不过，你需要具备一些基础条件：
1. 编程基础 ：要有基本的命令式和面向对象编程知识，熟悉 Python 的语法和运行环境，知道如何在自己选择的平台上安装 Python 包和运行脚本。如果你来自 C++、Java、JavaScript、Ruby 等其他语言背景，学习 Python 应该不难，但可能需要在额外学习来弥补不足。
2. 数学基础 ：熟悉一些基本的线性代数知识，比如了解矩阵、向量以及点积的概念。熟悉 NumPy 会很有帮助，但不是严格要求。

二、内容架构

相关内容主要分为三个部分：
| 部分 | 内容概述 |
| ---- | ---- |
| 第一部分 | 涵盖基础内容，让你初步接触 PyTorch，掌握理解和构建 PyTorch 项目所需的基本技能，最后训练一个初始分类模型，为解决实际问题做准备。 |
| 第二部分 | 通过一个端到端的肺癌自动检测项目，在第一部分基础上增加更高级的概念，重点在于清晰的工程实现、故障排除和问题解决。 |
| 第三部分 | 介绍如何将 PyTorch 模型部署到简单的 Web 服务、嵌入 C++ 程序或应用到手机上。 |

下面是第一部分各章节的详细介绍：
1. 第一章 ：介绍 PyTorch 库，阐述它在深度学习革命中的地位，以及与其他深度学习框架的区别。
2.