译者：bat67
最新版会在译者仓库首先同步。
这个教程通过自洽的示例介绍了PyTorch的基本概念。
PyTorch主要是提供了两个核心的功能特性：
- 一个类似于numpy的n维张量，但是可以在GPU上运行
- 搭建和训练神经网络时的自动微分/求导机制
我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层，并将使用梯度下降训练，通过最小化网络输出和真正结果的欧几里得距离，来拟合随机生成的数据。
目录
- 用例子学习 PyTorch
- 目录
- 张量
- 热身：NumPy
- PyTorch：张量
- 自动求导
- PyTorch：张量和自动求导
- PyTorch：定义新的自动求导函数
- TensorFlow：静态图
- nn模块
- PyTorch：nn
- PyTorch：optim
- PyTorch：自定义nn模块
- PyTorch：控制流和权重共享
- Examples
- Tensors
- Autograd
- nn
阅读全文／改进本文
