PyTorch 深度学习：60分钟快速入门
作者：Soumith Chintala
什么是 PyTorch？
PyTorch 是一个基于 Python 的科学计算包，主要有两大用途：
- 替代 NumPy，充分利用 GPU 和其他加速器的算力优势。
- 提供自动微分库，非常适合实现神经网络。
本教程目标
- 从宏观层面理解 PyTorch 的张量（Tensor）库和神经网络模块。
- 训练一个小型神经网络完成图像分类任务。
运行以下教程前，请确保已安装
torch、torchvision和matplotlib包。
张量（Tensors）
本教程将讲解 PyTorch 张量的基础用法。
代码链接：
blitz/tensor_tutorial.html
torch.autograd 轻松入门
学习自动微分（autograd）的相关知识。
代码链接：
blitz/autograd_tutorial.html
神经网络（Neural Networks）
本教程演示如何在 PyTorch 中训练神经网络。
代码链接：
blitz/neural_networks_tutorial.html
训练分类器（Training a Classifier）
学习如何使用 CIFAR10 数据集在 PyTorch 中训练图像分类器。
代码链接：
blitz/cifar10_tutorial.html
总结
- PyTorch 核心定位是替代 NumPy 的高性能计算库 + 支持自动微分的深度学习框架，兼顾易用性和硬件加速能力；
- 60分钟快速入门系列包含四大核心模块：张量基础、自动微分、神经网络构建、图像分类器训练，覆盖PyTorch入门核心知识点；
- 运行教程需提前安装 torch、torchvision、matplotlib 三大基础依赖包。
