一组 Jupyter Notebook 示例,用 PyTorch 和 TensorFlow 实现多种深度学习模型与训练技巧。
mrdbourke/pytorch-deep-learning
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。
- Star
- 19,374
- Fork
- 5,241
- 未关闭 Issue
- 150
- 最近提交
- 上个月
这是什么?
本仓库是 Zero to Mastery 课程《Learn PyTorch for Deep Learning》的全部教学材料。内容由十个按编号排列的 Google Colab Notebook 组成,每个都包含带注释的代码、配图、幻灯片以及附带答案的练习,覆盖 PyTorch 基础与训练流程、神经网络分类、计算机视觉、自定义数据集、模块化脚本、迁移学习、实验追踪、论文复现和模型部署。
课程采用“师徒式”教学:讲师边写 PyTorch 代码,学员同步动手编写。全部内容也以在线书籍形式发布在 learnpytorch.io,前五个章节还有长达二十多小时的 YouTube 视频版本。整个课程以 FoodVision 食物图像分类项目贯穿三个里程碑项目。
适合有一定 Python 基础、会使用 Jupyter 或 Google Colab 的机器学习入门者。仓库还附带 PyTorch 速查表、PyTorch 2.0 快速教程和拓展学习资源列表。
核心功能
- 01十个循序渐进的 Notebook,从张量基础一直讲到模型部署。
- 02每个章节都配有练习、参考答案和拓展学习建议。
- 03代码可在 Google Colab 中运行,也可在本地 Jupyter 中使用。
- 04提供免费的在线书籍版本 learnpytorch.io。
- 05附带 PyTorch 速查表和 PyTorch 2.0 入门教程。
适用场景
- 零基础学习 PyTorch 的机器学习入门者。
- 跟随动手课程,用迁移学习构建计算机视觉分类器。
- 学习如何将 PyTorch 代码组织为模块化 Python 脚本。
- 借助完整示例项目练习实验追踪和模型部署。
快速上手
- 1
打开 learnpytorch.io 在线书籍并选择一个章节
- 2
点击章节顶部的 Open in Colab 按钮
- 3
多次按 SHIFT+Enter 运行代码单元格
使用前须知
- 课程材料主要设计为在 Google Colab 中运行,因此本地配置不是主要方式。
- 课程面向初学者,可能不适合已有较多机器学习经验的开发者。
收录于专题
标签
常见问题
- pytorch-deep-learning 是什么?
- 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。 本仓库是 Zero to Mastery 课程《Learn PyTorch for Deep Learning》的全部教学材料。内容由十个按编号排列的 Google Colab Notebook 组成,每个都包含带注释的代码、配图、幻灯片以及附带答案的练习,覆盖 PyTorch 基础与训练流程、神经网络分类、计算机视觉、自定义数据集、模块化脚本、迁移学习、实验追踪、论文复现和模型部署。
- pytorch-deep-learning 可以免费使用吗?用的什么许可证?
- pytorch-deep-learning 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- pytorch-deep-learning 还在维护吗?
- 半年内有更新。pytorch-deep-learning 最近一次提交是在 2026年9月27日。
- pytorch-deep-learning 适合用来做什么?
- 零基础学习 PyTorch 的机器学习入门者。 跟随动手课程,用迁移学习构建计算机视觉分类器。 学习如何将 PyTorch 代码组织为模块化 Python 脚本。 借助完整示例项目练习实验追踪和模型部署。
- pytorch-deep-learning 怎么安装和运行?
- 打开 learnpytorch.io 在线书籍并选择一个章节 点击章节顶部的 Open in Colab 按钮 多次按 SHIFT+Enter 运行代码单元格
- 在哪里获取 pytorch-deep-learning?
- 源代码和安装说明在 GitHub 上:https://github.com/mrdbourke/pytorch-deep-learning
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
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。
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。
中文 AI 学习专题,涵盖数学基础、机器学习、深度学习、Transformer、BERT 及竞赛实战,附注释代码与数据集。
一本免费开源的中文 PyTorch 教程及配套代码,涵盖基础、CV、NLP、大模型应用与部署。
《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。