在人工智能时代，机器学习技术日新月异，深度学习是机器学习领域中一个全新的研究方向和应用热点，它是机器学习的一种，也是实现人工智能的必由之路。深度学习的出现不仅推动了机器学习的发展，还促进了人工智能技术的革新。
PyTorch作为深度学习的重要框架，近年来备受读者喜爱，自推出后得到了广泛的应用，无论是工业界还是工程研究人员，使用PyTorch进行深度学习的研究和开发已经成为主流。
本专栏从零基础入门，内容易于理解且可操作性强，可帮助初学者快速上手PyTorch。
Python作为人工智能首选编程语言，Python有非常多优秀的深度学习库可用，现在大部分深度学习框架都支持Python，不用Python用啥？人生苦短，就用Python。
PyTorch是Facebook智能研究院(FAIR)开发的开源机器学习框架。PyTorch的官方介绍是：“PyTorch是一个Python包，它提供了两个高级功能，支持GPU的张量计算功能（类似于NumPy）和构建可以自动求导的神经网络。”
PyTorch是一个基于Python的深度学习框架，支持Linux、macOS、Windows平台。为了能够使用PyTorch，首先需要有Python的运行环境，一般来说，推荐选择Anaconda的Python环境。
本专栏主要内容包括：Python和PyTorch环境配置、PyTorch基础知识、DNN神经网络、CNN卷积神经网络、RNN循环神经网络、NLP自然语言处理和OpenAI API 开发等等。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。