（文末有福利）
机器学习算法一直是人工智能背后的推动力量，所有机器学习算法中最关键的是深度学习。
深度学习的发展和推进，在某种程度上就是一场框架的争夺战，其中TensorFlow和PyTorch是主流的两个框架。
面对人工智能的快速发展
你不想学会一个快速上手的深度学习框架吗？
你不想拥有一个简洁、代码易理解的框架吗？
你不想拥有一个同时兼顾灵活性、易用性、速度快三方面的框架吗？
大家都知道的是，大量研究人员从TensorFlow转投PyTorch。
但是大家未必知道，这势头来的多么猛烈。来看看2018与2019年的各大顶会对比吧：
从上图数据可以直观的看出：PyTorch只用了一年，便把弱势变成了压倒性优势。
可见，PyTorch正在快速增长，在学术圈中地位一路飙升，大有取代“老大哥”TensorFlow，成为机器学习框架No.1的势头。
就目前的情况来看，PyTorch已经制霸学术界，release代码的论文大多数都用pytorch完成的。
学术研究就用PyTorch。
但是，现在市面上大多数PyTorch课程的主要内容是各种模型的介绍和实现，对PyTorch本身讲解的过少，基于pytorch的学习材料也比较少，导致很多学习过的小伙伴经常向我吐槽：
查资料找不到、耗时间、效率低
思路不清晰、不理解函数、参数太多
框架重难点不易理解、不太懂参数的用法
底层原理了解不透彻，不实践很容易忘，实操能力差
不能灵活调用Api，耗费大量时间、精力
