書籍地址：https://pytorch.org/assets/deep-learning/Deep-Learning-with-PyTorch.pdf

PyTorch 是當前最熱的深度學習框架之一。自 2016 年誕生以來，PyTorch 迅速發展，成為廣受開發者和研究人員喜愛的框架。根據最近的一項統計，在 ICLR 2020 和 CVPR 2020 會議中，使用 PyTorch 的論文數遠超 TensorFlow，研究人員對 PyTorch 的偏愛程度進一步加深。

然而，PyTorch 直到去年 11 月才提供官方權威的 PyTorch 教程書籍《Deep Learning with PyTorch》，且只有前五個章節的內容免費可看。

最近，PyTorch 官方終于放出了該書 V3.6.8 版本的全部內容。全書約 500 頁，包含 15 個章節，內容詳實，圖文并茂。

這本書為使用 PyTorch 構建和訓練神經網絡提供了詳細且易于上手的教程，使用的編程語言為 Python。

這本 PyTorch 官方書籍講了些什么

《Deep Learning with PyTorch》一書涵蓋了 PyTorch 核心知識、真實示例和部署教程這三部分內容，全書的主要內容包括：

深度學習和 PyTorch 簡介

預訓練模型

張量

學習的機制

使用神經網絡擬合數據

使用卷積執行泛化

現實示例：構建用于癌癥檢測的神經網絡

部署到生產環境

詳細目錄如下所示：

書籍特點：圖文并茂，代碼豐富

這本書的主要特點是：圖文并茂，簡單易懂，案例和代碼塊豐富。

該書一改往日教程或教科書刻板的風格，書中隨處可見的插圖令人印象深刻，還包括大量手繪插圖。

例如，下圖展示了 PyTorch 使用 autograd 進行計算時的模型前向圖和后向圖：

而在介紹神經網絡的計算過程時，這本書不惜用公式 + 手繪流程圖 + 插圖的形式，力求將整個抽象過程進行簡潔地說明。

此外，該書具備配套代碼，且書中案例和代碼塊隨處可見。

配套代碼地址：

https://www.manning.com/books/deep-learning-with-pytorch

https://github.com/deep-learning-with-pytorch/dlwpt-code

書中的大量代碼塊可以幫助讀者邊看書邊寫代碼，很多代碼都會有如下類似的「腳注」說明。

設計訓練循環的代碼塊示例。