一套免费、以代码为主的 PyTorch 深度学习课程与 Notebook 教材,从基础讲到模型部署。
TingsongYu/PyTorch_Tutorial
《PyTorch实用教程》配套代码,用可运行的 Python 示例讲解 PyTorch 模型训练流程。
- Star
- 8,029
- Fork
- 1,738
- 未关闭 Issue
- 34
- 最近提交
- 6天前
这是什么?
本仓库是中文教程《PyTorch实用教程》的配套代码,适合希望用 PyTorch 学习深度学习模型训练的读者,代码按书中章节逐步组织。
环境配置方式为先通过 requirements.txt 安装依赖,再手动安装无 GPU 版本的 PyTorch 与 torchvision。代码曾在 Windows 10 + Python 3.5 + PyTorch 0.4.0,以及 macOS + Python 3.6 + PyTorch 0.4.1 或 1.0.0 环境下测试,示例基于较早的 PyTorch 版本。
作者已在线开源第二版教程,新增 CV、NLP 和大语言模型方面的十多个实战项目,以及 ONNX 和 TensorRT 推理部署教程。
核心功能
- 01配合中文 PyTorch 模型训练教程书籍使用的示例代码
- 02按书中章节组织,便于循序渐进学习
- 03依赖列在 requirements.txt 中,便于快速安装
- 04示例在 Windows 10 和 macOS 上针对较早的 PyTorch 版本测试
适用场景
- 中文读者入门 PyTorch 模型训练
- 跟随书中章节逐个运行示例代码
- 查阅基础 PyTorch 训练代码的参考写法
快速上手
- 1
从 requirements.txt 安装 Python 依赖
pip install -r requirements.txt - 2
从官网手动安装 PyTorch 和 torchvision(无 GPU 版本)
使用前须知
- README 仅在 Python 3.5/3.6 和 PyTorch 0.4 至 1.0 上测试过,较新环境可能需要调整。
- README 未说明开源许可证,复用条款不明确。
- 配套代码对应一本中文书,文档和注释主要为中文。
标签
常见问题
- PyTorch_Tutorial 是什么?
- 《PyTorch实用教程》配套代码,用可运行的 Python 示例讲解 PyTorch 模型训练流程。 本仓库是中文教程《PyTorch实用教程》的配套代码,适合希望用 PyTorch 学习深度学习模型训练的读者,代码按书中章节逐步组织。
- PyTorch_Tutorial 可以免费使用吗?用的什么许可证?
- PyTorch_Tutorial 没有声明许可证。代码虽然公开,但没有许可证就没有明确的使用授权,正式使用前建议先联系作者。
- PyTorch_Tutorial 还在维护吗?
- 活跃维护中。PyTorch_Tutorial 最近一次提交是在 2026年11月1日。
- PyTorch_Tutorial 适合用来做什么?
- 中文读者入门 PyTorch 模型训练 跟随书中章节逐个运行示例代码 查阅基础 PyTorch 训练代码的参考写法
- PyTorch_Tutorial 怎么安装和运行?
- 从 requirements.txt 安装 Python 依赖: pip install -r requirements.txt 从官网手动安装 PyTorch 和 torchvision(无 GPU 版本)
- 在哪里获取 PyTorch_Tutorial?
- 源代码和安装说明在 GitHub 上:https://github.com/TingsongYu/PyTorch_Tutorial
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
1.9万+69 本周5241Jupyter NotebookMIT更新于 上个月
按时间线梳理深度学习与大模型 19 个架构家族演进的可视化学习路线,从 1986 年 RNN 到 2025 年推理模型。
869+2 本周158TypeScriptMIT更新于 上个月
一门免费开源的 AI 工程课程,共 542 节课,用 Python、TypeScript、Rust 和 Julia 从零实现核心概念。
7.7万+1395 本周1.4万PythonMIT更新于 17小时前
一套中文机器学习100天学习路线,提供Python代码、讲解与练习,目前覆盖第1至54天。
2.2万5455PythonMIT维护活跃更新于 14天前
OpenAI 出品的深度强化学习教学资源,包含入门介绍、经典论文、练习和算法实现。
1.2万2458PythonMIT更新于 2年前
面向零基础程序员的动手教程,用 Caffe 和 DIGITS 训练并部署图像分类神经网络。
5117530PythonOther更新于 2个月前