本书分为三个部分，第一部分介绍各种基础知识，第二部分实战项目，第三部分告诉我们自己可以怎样做，步步深入，由简至深 。第一部分通过大量的场景以及代码帮助理解，不会让你有阅读纯技术手册的枯燥 。由于时间关系，我也只读了前两章，但并不影响我对他的喜爱 。
《PyTorch深度学习实战》读后感(四)：《PyTorch深度学习实战》是一本适合深度学习初学者入门的书
PyTorch是Facebook在2017年开源的一个针对深度学习的张量库 。凭借容易上手、功能强大、性能高和用途广泛等优点，成为了当前主流的深度学习框架之一，无论是在学术界还是在工业界都受到了深度学习爱好者和从行者的青睐 。如果想学习PyTorch，异步君推荐你从这本经常受到国外程序员安利的入门书开始 。
PyTorch的共同创造者Soumith Chintala还将这本书描述为 "PyTorch的权威论文" 。这不是一本简单的深度学习入门书籍，而是基于PyTorch的深度学习入门书籍，这能让我们的学习更有目的性 。我们都知道，通过将模型应用到例证，深度学习能允许我们执行很多复杂任务 。例如，机器翻译、玩战略游戏以及在杂乱无章的场景中识别物体等 。为了在实践中做到这一点，我们需要灵活且高效的工具，以便能够适用于这些复杂任务，能够在合理的时间内对大量数据进行训练 。我们需要已被训练过的模型在输入变量变化的情况下正确执行 。
而PyTorch能完美地契合我们的需求 。这里具体说说为什么我们要使用PyTorch：许多研究人员和实践者发现它易于学习、使用、扩展和调试 。它是Python化的，对于以前使用过Python的开发人员来说，使用该库和使用其他Python库一样 。首先，它使用GPU加速计算，通常比在CPU上执行相同的计算速度快50倍 。其次，PyTorch提供了支持通用数学表达式数值优化的工具，该工具用于训练深度学习模型 。它允许开发人员实现复杂的模型，PyTorch可以说是最无缝地将深度学习领域的思想转化为Python代码的软件之一 。
总而言之，虽然很多深度学习工具都使用Python，但PyTorch 库是真正具备Python风格的 。对于任何了解NumPy 和scikit-learn 等工具的人来说，上手PyTorch 轻而易举 。PyTorch 在不牺牲高级特性的情况下简化了深度学习，它非常适合构建快速模型，并且可以平稳地从个人应用扩展到企业级应用 。并且，像苹果、Facebook和摩根大通这样的公司都使用PyTorch，所以当你掌握了PyTorth，就会拥有更多的职业选择 。而本书是教你使用 PyTorch 创建神经网络和深度学习系统的实用指南 。
阅读本书，读者不仅能够全面掌握PyTorch相关的API的使用方法以及系统掌握深度学习的理论和方法，而且能够轻松学会使用PyTorch实现各种神经网络模型来解决具体的深度学习问题 。例如，在书中，我们将首先学习PyTorch的核心知识，然后体验一个真实的案例研究项目：构建能够使用CT扫描检测恶性肺肿瘤的算法 。

• 君子慎独，高人慎众（深度好文）
• ?改变的力量（深度好文）
• 做人最高级的智慧，是有分寸感（深度好文）
• 推倒思维的墙（深度好文）
• 世上最深的套路（深度好文）
• 一杯水，一碗汤，一张纸（深度好文）
• 《Easy RL：强化学习教程》读后感摘抄
• 2022，把面子放下，把日子过好（深度好文）
• 修炼自己（深度好文）
• 好的人生，都需要这几样配置（深度好文）