使用 PyTorch 的深度学习入门

理解深度学习的强大力量

深度学习无处不在：在智能手机摄像头、语音助手和自动驾驶汽车中。 它甚至帮助发现了蛋白质结构，并在围棋比赛中击败了人类。 探索这项强大的技术，并学习如何使用 PyTorch（最受欢迎的深度学习库之一）来加以利用。

训练你的第一个神经网络

首先，了解深度学习与“经典”机器学习之间的区别。 您将了解神经网络的训练过程，以及如何编写训练循环。 为此，你将为回归和分类问题创建损失函数，并利用 PyTorch 计算它们的导数。

评估并改进你的模型

在后半部分，学习可以调整的不同超参数，以提升你的模型。 在了解神经网络的不同组成部分后，你将能够创建更大、更复杂的架构。 要衡量你的模型性能，你将使用 TorchMetrics，这是一个用于模型评估的 PyTorch 库。

完成后，您将能够利用 PyTorch 使用深度学习解决表格数据和图像数据上的分类与回归问题。 对于希望提升职业发展的资深数据专业人士来说，这是一项至关重要的能力。