推荐给大家！Pytorch编写代码基本步骤思想

前言在我们要用pytorch构建自己的深度学习模型的时候，基本上都是下面这个流程步骤，写在这里让一些新手童鞋学习的时候有一个大局感觉，无论是从自己写，还是阅读他人代码，按照这个步骤思想（默念4大步骤，找数据定义、找model定义、，主循环代码逻辑），直接去找对应的代码块，会简单很多。基本步骤思想所有的深度学习模型过程都可以形式化如下图：torch.utils.data.DataLoadertorch.utils.data.DataLoaderDataLoader Batch。

如果选择shuffle = True，每⼀个epoch 后，mini-Batch batch_size 常⻅的使⽤⽅法如下：其中forward ⽅法是前向传播的过程。

在实现模型时，我们不需要考虑反向传播。3. 定义代价函数和优化器下面再用一个简单例子，来巩固一下：资源推荐希望上面的讲解能帮助新手童鞋建立一个基本的代码逻辑轮廓，这里推荐几个我觉得很好的资源：第一个是B站刘二大人的入门Pytorch视频，这是我见过入门最好的视频资源之一，强烈推荐，上面的例子slides也均来自于此，地址如下

其实入门之后，就不用看太多学习资料了，你是搞哪个方向的，推荐直接去看一下相关方向顶会论文实现，从配环境、debug看懂他的code，到调参到他论文的相近结果，功力会针对性提高很多。