AI算法工程师学习路线总结之PyTorch入门与实战篇 | 硬货

【磐创AI导读】本期是磐创AI联合七月在线平台推出的AI算法工程师系列进阶课程的第四部分——pytorch的入门与实战，课程涵盖深度学习基础、pytorch简介、pytorch处理常见的NLP、CV任务、pytorch实战NLP项目等内容，带大家从零开始学习Pytorch。同样针对已关注磐创AI的老友们，为大家争取到了6个课程免单券，以及大量的课程优惠券，具体参与形式详解文末“粉丝福利”。

    Pytorch由Facebook在2017年年初推出，然后在2018年12月8日加拿大蒙特利尔召开的NeurlPS 2018会议上，Facebook宣布正式推出PyTorch1.0稳定版。

    Pytorch现在是Github上增长第二快的开源项目，在过去的近两年里，Pytorch社区的贡献者增加了2.8倍。为何发展得这般蓬勃？

• Pytorch容易上手。只要熟悉Python，就很容易和Pytorch玩耍在一起了。相比之下，学Tensorflow就像在学一种新的语言，语法稍复杂，不太适合新手。

• Pytorch许多操作都很简洁。比如：Tensorflow之间的互转，可以在Pytorch里优雅地完成，而在TF里就没那么轻松了。

• Pytorch如果debug很方便。Pytorch作为动态图框架的优势就有体现，像给Python代码debug那样。

    所以，和TensorFlow综合相比，Pytorch上手容易，代码简单易读，在学术界和工业界都有广泛的使用者。

    本课程会通过8节课迅速入门Pytorch，从最简单的分类模型开始讲到机器翻译，问答系统等高阶实用问题，让大家读懂每一行代码，学会用Pytorch迅速开发深度学习模型

• 有Python基础

• 有深度学习基本模型的基础

• 最新模型：学习PyTorch的最新版本，即PyTorch1.0版本；

• 专注NLP：专注自然语言处理，不知不觉成为自然语言处理专家；

• 实战应用：理论实战结合，偏实战。详细分解实际应用中的各种难题，并提供基于Jupyter Notebook的CPU云平台供在线编译实战。

• 八大项目：本课程精心准备以下八大项目

  ① 用Pytorch编写一个简单的分类器

  




② 用Pytorch训练词向量



③ 文本情感分类项目







④ 用Pytorch训练语言模型



⑤ FashionMNIST图像分类项目



⑥ 基于神经网络的英中翻译模型




⑦ SQuAD模型学习



⑧ 训练一个SeqSeq聊天机器人



4. 课程大纲

第一阶段 从PyTorch起步掌握DL基础

第1课 深度学习回顾与Pytorch简介

知识点1：神经网络模型回顾（线性层，非线性激活函数，SoftMax），用PyTorch定义神经网络模型

知识点2： 知识点：损失函数，用PyTorch定义计算损失

知识点3： 知识点：反向传播算法，用PyTorch做反向传播

知识点4： 知识点：优化模型，PyTorch optimizer

实战项目： 实战项目：用PyTorch编写一个简单的分类器

第2课 词向量简介

知识点1： 知识点：词向量，word2vec

知识点2： 知识点：negative sampling

知识点3： 知识点：词向量的特性和应用

实战项目： 实战项目：用PyTorch训练词向量

第二阶段 利用pytorch处理常见的NLP、CV任务

第3课 语言模型

知识点1： 循环神经网络（RNN），LSTM, GRU

知识点2： 语言模型

实战项目：ElMo，BERT等预训练语言模型

实战项目： 用PyTorch训练语言模型

第4课 自然语言分类任务

知识点1： 词包(bag of words)模型

知识点2： 用PyTorch做迁移学习，finetune模型

实战项目： 文本情感分类项目

第5课 简单图片分类

知识点1： 卷积神经网络，用PyTorch定义卷积神经网络

知识点2： 使用PyTorch dataloader来高效读取数据

知识点3： 常用CNN架构, AlexNet, VGG, ResNet, DenseNet

实战项目： FashionMNIST 图像分类项目




第三阶段 Pytorch实战NLP项目

第6课 图片风格迁移和GAN

   知识点1：图片风格迁移

   知识点2：生成对抗网络 (GAN)

   实战项目：图片风格迁移项目和利用GAN生成图片

第7课Seqseq与Attention

知识点1： 机器翻译

知识点2： 聊天机器人

实战项目： 利用Seq2Seq+Attention模型训练一个翻译模型

第8课 问答系统

知识点1：问答系统

知识点2： 大规模预训练语言模型

实战项目：训练一个问答系统

褚博士  芝加哥大学计算机博士

芝加哥大学计算机博士，研究方向为NLP、ML、DL，熟练深度学习在当前NLP领域的模型与应用。擅长pandas数据分析，设计的Jupyter Notebook和作业备受学员称赞。

• 七月在线官网课程录播（支持Windows、Mac、Pad等一切平台，无需安州任何额外软件）；

• 支持课程实时答疑、提供PPT、代码等课程资料，视频可反复学习，且有任何疑问可随时在课程群向老师提问。

注：薪资数据来源于拉勾网

• 机器学习工程师

• 深度学习工程师

针对已关注“磐创AI”公众号的粉丝，我们将推出以下三大福利：

福利一：我们将送出6张《PyTorch入门与实战》课程免单券，可直接扫描下方课程咨询二维码报名领取，数量有限，先到先得。

福利二：关注“磐创AI”公众号，后台回复“0709”，即可免费获得深度PyTorch入门与实战 课件，满满的都是干货。

福利三：扫描下方二维码，备注“磐创粉丝”表明磐创粉丝身份，即可获得课程免费试听的机会，并在报名时享受一定额度的课程优惠券。

另：针对近期迫切期望转岗或就业机器学习工程师的童鞋，推荐强度更大且线上+线下结合的ML集训营9（详见：

https://www.julyedu.com/weekend/train9?v=m1）。详情可扫描下方二维码咨询。

扫描上方二维码，备注“磐创粉丝”，进行咨询与报名

扫描上方二维码，回复“0709”进微信咨询群

你也许还想看：

● AI算法工程师学习路线总结之Python篇

  ● 干货|Python进阶系列学习笔记（一）

  ● 干货|Python进阶系列学习笔记（二）

欢迎扫码关注：