_sidebar.md

• 简介
• 1. 深度学习与PyTorch简介
  • 1.1 什么是PyTorch
  • 1.2 这本书讲了什么
  • 1.3 为什么使用PyTorch
  • 1.4 PyTorch包含的组件
• 2. 从张量开始
  • 2.1 张量基础
  • 2.2 张量与存储
  • 2.3 尺寸、存储偏移与步长
  • 2.4 数据类型
  • 2.5 索引张量
  • 2.6 与NumPy的互通性
  • 2.7 序列化张量
  • 2.8 将张量转移到GPU上运行
  • 2.9 张量API
• 3. 使用张量表示真实数据
  • 3.1 表格数据
  • 3.2 时间序列
  • 3.3 文本数据
  • 3.4 图像数据
  • 3.5 体积数据
• 4. 学习机制
  • 4.1 学习就是参数估计
  • 4.2 PyTorch自动求导
• 5. 使用神经网络拟合数据
  • 5.1 神经元
  • 5.2 PyTorch的nn模块
  • 5.3 nn的子类