PyTorch 教程 | 菜鸟教程

PyTorch 是一个开源的机器学习库，主要用于进行计算机视觉（CV）、自然语言处理（NLP）、语音识别等领域的研究和开发。
PyTorch由 Facebook 的人工智能研究团队开发，并在机器学习和深度学习社区中广泛使用。
PyTorch 以其灵活性和易用性而闻名，特别适合于深度学习研究和开发。
只要您具备编程的基础知识，您就可以阅读本教程，学习 PyTorch 适合对深度学习和机器学习感兴趣的人，包括数据科学家、工程师、研究人员和学生。
在您开始阅读本教程之前，您必须具备的基础知识包括 Python 编程、基础数学（线性代数、概率论、微积分）、机器学习的基本概念、神经网络知识，以及一定的英语阅读能力来查阅文档和资料。
编程基础：熟悉至少一种编程语言，尤其是 Python，因为 PyTorch 主要是用 Python 编写的。
数学基础：了解线性代数、概率论和统计学、微积分等基础数学知识，这些是理解和实现机器学习算法的基石。
机器学习基础：了解机器学习的基本概念，如监督学习、无监督学习、强化学习、模型评估指标（准确率、召回率、F1分数等）。
深度学习基础：熟悉神经网络的基本概念，包括前馈神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等。
计算机视觉和自然语言处理基础：如果你打算在这些领域应用 PyTorch，了解相关的背景知识会很有帮助。
Linux/Unix 基础：虽然不是必需的，但了解 Linux/Unix 操作系统的基础知识可以帮助你更有效地使用命令行工具和脚本，特别是在数据预处理和模型训练中。
英语阅读能力：由于许多文档、教程和社区讨论都是用英语进行的，具备一定的英语阅读能力将有助于你更好地学习和解决问题。
下面的是 PyTorch 中一些基本的张量操作：如何创建随机张量、进行逐元素运算、访问特定元素以及计算总和和最大值。
PyTorch 官网 ：https://pytorch.org/
PyTorch 官方入门教程：https://pytorch.org/get-started/locally/
PyTorch 官方文档：https://pytorch.org/docs/stable/index.html
PyTorch 源代码：https://github.com/pytorch/pytorch