Pytorch来自于Torch，不知道Torch悠久历史的，一定是机器学习领域的门外汉，伪专家。
建议各位了解一下Torch的威猛历史，以及它在人工智能发展中无可动摇的江湖地位。
一直以来，江湖上就有到底该用Pytorch还是Tensorflow之争。
我们自己比较喜欢用Pytorch。
最近，Pytorch的官方书籍出版了，我们分享给各位。
后台回复 pytorch，可获得下载链接，有效期7天。
仅供学习参考。
人工智能学是一个提倡知识共享和知识民主的开放开明学科。
人人为我，我为人人。
好的知识，需要共享，人工智能是一个并没有研究完结的问题，当下我们对智能与人类意识的理解，也许仍然是极度肤浅的，我们当下提倡和传授的人工智能学知识、算法、模型和相关数学理论，也可能都是错误的，都是幼稚的。
因为如果我们走的路完全是正确的，那么《西部世界》《黑客帝国》《未来战士》《she》《机械姬》《Ghost in Shell》这样的场景就已经出现在我们现实生活中了，当然我们还去不到那些科幻电影中所预言的世界，也可能仅是我们的算力还达不到.......当然除了算力的局限，我们当下的所有关于人工智能的认知也可能真的是不一定对的！
如何避免！！！唯有爱和良知！！！唯有倡导科学知识的民主以及开放和开源。
新时代的“开放”，绝对不再仅仅指的是空间地理意义上的开放，我们倡导数字经济时代下的“新开放”，也一定是基于互联网人工智能、大数据处理平台的开放、知识的开放和数学模型的透明和开放。
这就是数字经济新时代，“开放”的新边疆！！
Pytorch就是一个非常好的人工智能平台，虽然它是Facebook的。
当然，Talk is cheap, show me everything (codes，models)。
检验伪专家和真专家的唯一标准.........
拿你的代码出来，推个模型给我们看看，说说模型背后的哲学原理...........
人生苦短，难听胡扯。
PyTorch本质上是Numpy的替代者，而且支持GPU、带有高级功能，可以用来搭建和训练深度神经网络。如果你熟悉Numpy、Python以及常见的深度学习概念（卷积层、循环层、SGD等），会非常容易上手PyTorch。
PyTorch的深度学习可以教你创建神经网络和深度学习系统。这本实用的书很快让你从零开始构建一个真实世界的例子:一个肿瘤图像分类器。在此过程中，它还介绍了用于整个DL管道的最佳实践，包括PyTorch张量API、用Python加载数据、模拟训练和可视化结果。在涵盖了基础知识之后，这本书将带你进入一个更大的项目之旅。这本书的中心是一个为癌症检测而设计的神经网络。您将发现用有限的输入训练网络的方法，并开始处理数据以获得一些结果。您将筛选不可靠的初始结果，并关注如何诊断和修复神经网络中的问题。最后，您将通过使用扩充的数据进行训练、改进模型体系结构和执行其他微调来改进结果。
你还不知道什么是深度学习理论？
你是不是山顶洞人啊！
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
官方资料网址：
https://pytorch.org/deep-learning-with-pytorch
作者介绍：
Eli Stevens过去15年一直在硅谷工作，是一名软件工程师，过去7年一直是一家制造医疗设备软件的初创公司的首席技术官。
Luca Antiga是位于意大利贝加莫的一家人工智能工程公司的联合创始人兼首席执行官，也是PyTorch的定期贡献者。
