PyTorch 是一个基于 Torch 的 Python 开源机器学习库，用于自然语言处理等应用程序。它主要由 Facebookd 的人工智能小组开发，不仅能够 实现强大的 GPU 加速，同时还支持动态神经网络，这一点是现在很多主流框架如 TensorFlow 都不支持的。PyTorch 提供了两个高级功能： 1.具有强大的 GPU 加速的张量计算（如 Numpy ） 2.包含自动求导系统的深度神经网络 除了 Facebook 之外，Twitter、GMU 和 Salesforce 等机构都采用了 PyTorch。
官方教程包含了 PyTorch 介绍，安装教程； 60 分钟快速入门教程，可以迅速从小白阶段完成一个分类器模型；计算机视觉常用模型，方便基于自己的数据进行调整，不再需要从头开始写；自然语言处理模型，聊天机器人，文本生成等生动有趣的项目。
总而言之： 如果你想了解一下 PyTorch，可以看介绍部分。 如果你想快速入门 PyTorch，可以看 60 分钟快速入门。 如果你想解决计算机视觉问题，可以看计算机视觉部分。 如果你想解决自然语言处理问题，可以看 NLP 部分。
后续会更新强化学习和生成对抗网络部分内容。
作者：磐创 AI 翻译小组: News & PanChuang
PyTorch 入门教程：http://pytorch123.com/
第一章：PyTorch 之简介与下载
1.PyTorch 简介
2.PyTorch 环境搭建
第二章：PyTorch 之 60min 入门
1.PyTorch 入门
2.PyTorch 自动微分
3.PyTorch 神经网络
4.PyTorch 图像分类器
5.PyTorch 数据并行处理
第三章：PyTorch 之入门强化
1.数据加载和处理
2.PyTorch 小试牛刀
3.迁移学习
4.混合前端的 seq2seq 模型部署
5.保存和加载模型
第四章：PyTorch 之图像篇
1.微调基于 torchvision 0.3 的目标检测模型
2.微调 TorchVision 模型
3.空间变换器网络
4.使用 PyTorch 进行 Neural-Transfer
5.生成对抗示例
6.使用 ONNX 将模型转移至 Caffe2 和移动端
第五章：PyTorch 之文本篇
1.聊天机器人教程
2.使用字符级 RNN 生成名字
3.使用字符级 RNN 进行名字分类
4.在深度学习和 NLP 中使用 Pytorch
5.使用 Sequence2Sequence 网络和注意力进行翻译
第六章：PyTorch 之生成对抗网络
第七章：PyTorch 之强化学习
GitHub 仓库，欢迎 Star，Fork
https://github.com/fendouai/PyTorchDocs
