PyTorch course

Announcement

这个project是基于PyTorch 0.4.0版本写的。由于现在的PyTorch已经升级到了1.6.0版本，很多代码的写法不太符合最新的版本，所以欢迎大家重写我的代码然后send pull request！

A PyTorch tutorial

褚则伟 zeweichu@gmail.com

PyTorch-Course 快速上手指南

环境准备

• 系统要求：支持 Linux、macOS 或 Windows。
• 前置依赖：
  • Python 3.6+
  • pip 或 conda 包管理工具
  • GPU 驱动（如需使用 CUDA 加速，请确保已安装对应版本的 NVIDIA 驱动）
• 注意：本教程原始代码基于 PyTorch 0.4.0 编写，目前主流版本已升级至 1.6.0+。建议在新环境中运行并适配最新 API，欢迎贡献代码修复兼容性。

安装步骤

推荐使用国内镜像源加速安装。

方式一：使用 pip（推荐国内用户）

pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：使用 conda

conda install pytorch torchvision cpuonly -c pytorch
# 若需 GPU 支持，请访问 pytorch.org 获取带 CUDA 的安装命令

克隆项目代码

git clone https://github.com/zeweichu/PyTorch-Course.git
cd PyTorch-Course

基本使用

进入项目目录后，可直接运行示例脚本学习基础用法。以下是一个最简单的张量操作示例：

import torch

# 创建一个随机张量
x = torch.rand(5, 3)
print(x)

# 简单矩阵乘法
y = torch.rand(3, 4)
z = torch.matmul(x, y)
print(z.shape)

运行任意教程脚本（以 tutorial_1.py 为例）：

python tutorial_1.py

提示：由于版本差异，部分旧代码可能需要根据 PyTorch 1.6+ 的语法进行调整（如 Variable 已合并入 Tensor）。建议边学边改，实践最新写法。