自 2017 年 1 月 PyTorch 推出以來，其熱度持續上升，一度有趕超 TensorFlow 的趨勢。PyTorch 能在短時間内被衆多研究人員和工程師接受并推崇是因為其有着諸多優點，如采用 Python 語言、動态圖機制、網絡建構靈活以及擁有強大的社群等。是以，走上學習 PyTorch 的道路已刻不容緩。
而且在 2018 年 12 月 8 日，PyTorch 正式釋出 1.0 的穩定版本，為 PyTorch 的健壯發展注入了新的活力！
今天給大家強烈推薦一個 PyTorch 的開源書籍，不僅内容全面，而且全部是中文的，友善大家學習。這本書名為《PyTorch 中文手冊》，是一本開源的書籍，目标是幫助那些希望使用 PyTorch 進行深度學習開發和研究的朋友快速入門，其中包含的 PyTorch 教程全部通過測試保證可以成功運作。
書籍介紹
這本書籍的作者是 hengtao tantai，作者對該書作出如下簡介：
這是一本開源的書籍，目标是幫助那些希望和使用PyTorch進行深度學習開發和研究的朋友快速入門。
由于本人水準有限，在寫此教程的時候參考了一些網上的資料，在這裡對他們表示敬意，我會在每個引用中附上原文位址，友善大家參考。
深度學習的技術在飛速的發展，同時PyTorch也在不斷更新，且本人會逐漸完善相關内容。
版本說明
由于PyTorch版本更疊，教程的版本會與PyTorch版本，保持一緻。
2018 年 12 月 8 日 PyTorch 已經釋出1.0的穩定版。 API 的改動不是很大，本教程已經通過測試，保證能夠在 1.0 中正常運作。 不過目前看影響不大，因為畢竟内容還不多。 v0.4.1 已經建立了分支作為存檔，并且該不會再進行更新了。
這裡有關于 PyTorch 1.0 主要改動的中文翻譯：
https://github.com/zergtant/pytorch-handbook/blob/master/changelog-v1.0.md目錄
這本《PyTorch 中文手冊》總共包含 6 章内容。詳細目錄如下：
第一章： pytorch入門
1. Pytorch 簡介
2. Pytorch環境搭建
3. PyTorch 深度學習:60分鐘快速入門 （官方）
- 張量
- Autograd: 自動求導
- 神經網絡
- 訓練一個分類器
- 選讀：資料并行處理(多GPU)
4. 相關資源介紹
第二章 基礎
第一節 PyTorch
1. 基礎
2. 張量
3. 自動求導
4. 神經網絡包nn和優化器optm
5. 資料的加載和預處理
第二節 深度學習基礎及數學原理
第三節 神經網絡簡介
第四節 卷積神經網絡
第五節 循環神經網絡
第三章 實踐
第一節 logistic回歸二進制分類
第二節 CNN:MNIST資料集手寫數字識别
第三節 RNN執行個體：通過Sin預測Cos
第四章 提高
第一節 Fine-tuning
第二節 可視化
1. visdom
2. tensorboardx
第三節 fastai
第四節 資料處理技巧
第五節 并行計算
第五章 應用
第一節 Kaggle介紹
第二節 結構化資料
第三節 計算機視覺
第四節 自然語言處理
第五節 協同過濾
第六章 資源
書籍位址：
《PyTorch 中文手冊》的線上位址為：
https://github.com/zergtant/pytorch-handbook整個書籍均為中文版本，作者參考的網絡其它資料也都進行了漢化翻譯！
目前該書還未完全完成，作者在持續更新，已經更新到第四章了。沒關系，大家可以先把前三章内容好好看看。
通過本教程，希望能夠給大家帶來一個完整、清晰、有難度梯度的 PyTorch 資料。中文版給大家帶來更多的友善，節省時間。希望對你有所幫助！再次感謝原作者的辛勤勞動和開源精神！