5天玩转PyTorch深度学习，从GAN到词嵌入都有实例丨教程资源

郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI

学PyTorch深度学习，可能5天就够了。

法国深度学习研究者Marc Lelarge出品的这套名为《Hands-on tour to deep learning with PyTorch（亲身体验PyTorch的深度学习之旅）》的课程，就是让你在5天之内，迅速理解深度学习，并学会应用开源的深度学习项目。

这套课程不仅介绍了深度学习相关的理论基础，还结合了大量实践内容，分类、GAN、词嵌入等实例都包含在内，还有代码和Colab，非常方便实用。

甚至，为了防止你看不下去，这套教程还富含表情包，可以说友好度非常高了。

学完之后，你就可以快速的理解神经网络，之后看到别人分享的各种新项目、新资源，你就都可以利用到自己的项目中了。

五天分别学什么

想要5天就能学会PyTorch深度学习，究竟都学些什么呢？

课程表↓

第一天

非常入门级的深度学习介绍，看起来对新手很友好：

用CNN分辨猫和狗，自带Colab：

然后了解一下PyTorch是啥。

第二天

知道了深度学习和PyTorch分别是啥，下面就可以继续深入到一些更为复杂的概念里了。

首先，捡起你的数学知识，逻辑回归、卷积之类的都要知道。

对PyTorch的各种模块也要有所了解：

嵌入、变分自动编码器这类内容都可以开始学了。

第三天

现在，可以学习深入一点的理论了，贝叶斯方法、反向传播都在今天的课程里。

为了防止学的太疲惫，PPT里甚至还有表情包：

另外，还能通过实例来了解GAN了：

第四天

恭喜你，可以开始学习RNN了，另外，除了前面的GAN，NLP的内容也可以涉足了。

比如，用word2vec做词嵌入：

一样有代码有Colab版本。

第五天

最后一天是升华了，连神经网络黑箱性这种严肃的问题都开始讨论了。

另外，还有类激活图、对抗性研究这方面的内容，同样，有代码和示例，有兴趣的同学可以继续研究下去。

法国博士的dataflowr课程

最后，其实这套5天的PyTorch深度学习课程是一个名为dataflowr的系列课程的一部分。

dataflowr的核心作者Marc Lelarge是法国数字科学研究所的一位研究员，巴黎综合理工学院应用数学博士，同时也是该校的兼职教授，最近一直在教深度学习课程。

受到fast.ai的启发，他开发了dataflowr，走实用性深度学习路线，还给自己的课程命名叫“faster.ai”，仿佛什么课都能在五天内学完。

因而，dataflowr中的课程都相对简单易上手，不会有特别高级、复杂的API。

除了Lelarge之外，这套课程还有7位老师：

就职于Valeo.ai的研究科学家Andrei Bursuc；

Facebook AI研究院的Alexandre Défossez、Timothée Lacroix、Pierre Stock、Alexandre Sablayrolles；

法国数字科学研究所机器学习博士Nicolas Prost；

Snips的AI科学家Stéphane d’Ascoli。

虽然主创团队都是法国人，但是别担心，课程并非法语讲述~

传送门

课程： https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html

dataflowr： https://mlelarge.github.io/dataflowr-web/

GitHub： https://github.com/mlelarge/dataflowr

— 完 —