PyTorch深度学习快速入门教程（绝对通俗易懂！）

视频简介

本视频是B站UP主小土堆制作的PyTorch深度学习快速入门教程，时长约为10个小时。教学内容包括深度学习环境配置、Jupyter Notebook的使用、将数据通过Dataset与DataLoader加载到模型中、使用TensorBoard记录训练指标（尽管用得更多的工具是Weights & Biases或者SwanLab等）、搭建神经网络并完成损失函数，反向传播等各种训练深度学习模型必要流程的构建。通过实践的方式带领学习者入门深度学习。我认为本课程仅适合作为实践入门课程观看且可以适当倍速，对于有一定基础的同学来说可能帮助不是很大，因为课程比较偏向于最基础的知识且节奏较慢。

学习收获

由于我是在学了《动手学：深度学习》到ResNet章节之后观看的本视频，因此没碰上什么难点，主要还是复习了一下PyTorch的基本使用方法以及最大的收获就是如何将外部数据通过Dataset与DataLoader加载到内存中进行预处理然后再送入模型进行训练。我认为了解Dataset与DataLoader的设计思想为后续不论是学习还是做科研都是帮助非常大的，有时候代码报错或者模型不收敛第一步不是检查模型构建错了，而是数据根本就没有被正确的载入模型，尤其是训练图像与标签是否对应了，标签是否做了预处理使其符合神经网络的规范等细节内容，而且这类错误往往也是非常致命的，尤其是代码不报错但模型不收敛的情况，比如由于打乱了训练图像而标签没有被跟着打乱，导致的后果往往也是可想而知的。

学习情况

已完成系统性学习。