PyTorch 学习计划及相关学习资料

更新日期: 2023-03-10 阅读次数: 1585 字数: 616 分类: AI

之前用 OpenCV 实现的一个小麦图像识别的 Android APP,但是做到第二版时, 想增加功能,发现大部分类似项目都是用 PyTorch 实现的,所以不得不换技术方案。 可是断断续续看了一个多月的 PyTorch,发现自学效果不佳,连代码都没怎么写。 可能都是在等车,或者车上看的,没有实际敲代码,所以理解不深。

PyTorch 市面上的书籍非常多,但我看的几本口碑不错的书,都是虎头蛇尾。 前面讲的挺细致,比如基础概念、一些原理之类的,还能接受。 但是,一旦到了解决实践问题的章节,需要大量代码说明的部分,就完全滥竽充数。 也不知道是为了水一本书,还是里面确实有核心的业务逻辑不舍得分享, 写书不过是为了刷知名度,增加一个招揽客户的渠道。 反正,目前没有看到一本从头到尾全是干货的 PyTorch 书籍。

B 站上那些知名大佬,感觉还不如看的几本书靠谱。可能是我基础太差,跟大佬完全没有共鸣。

学习计划

  1. 过一遍 PyTorch 官方文档。涉及到预测的代码部分,敲一下代码。
  2. 跟着 kaggle 上类似的一个项目,运行并阅读、理解其代码。
  3. 手头的书先放一放,不作为重点目标。可以在理解项目代码的间歇、或是零碎时间,作为补充思路的渠道。
  4. Android 上使用训练好的模型,对实时拍摄的图片进行预测。

学习资料

  • PyTorch 官方文档
  • kaggle,这个平台真是太强大了
  • 《Deep Learning with PyTorch 1.x》看英文版的一个好处是更容易理解代码,毕竟名词与代码能统一起来,而且不用忍受译者的诡异翻译。这本书,前面1/3讲的非常好,也细致,非常适合我这种入门新手了解基础知识,但是后面就开始糊弄了。感觉思路一下子就断开了。在微信阅读上看的,代码排版惨不忍睹,只能去 github 上找到对应章节的代码阅读。
  • 《PyTorch 深度学习实战》看的中文纸质书,看了一半看不下去了。前面野心勃勃,后面拉稀的典型。为了看懂这本书,我还专门买了本线性代数的书补基础,感觉白费。等我基础扎实一点了,再继续看吧。主要是冲着里面肿瘤识别的章节,跟我的项目有类似的地方。
  • 微软官方的 PyTorch 简介 作为入门非常合适
  • Neural Networks and Deep Learning
  • https://builtin.com/machine-learning/backpropagation-neural-network

tags: pytorch

关于作者 🌱

我是来自山东烟台的一名开发者,有敢兴趣的话题,或者软件开发需求,欢迎加微信 zhongwei 聊聊, 查看更多联系方式