Pytorch学习指导教程

Pytorch学习入门指导教程（入门路线图，附推荐工程）
接触Pytorch一年有余，从小菜鸟变成了大菜鸟，现总结下经验，供大家提供一份入门路线图。

1）学习官方Beginner Tutorials，有个大概了解（https://pytorch.org/tutorials/index.html）;

2）学习Imagenet分类demo逐行深入理解（https://github.com/pytorch/examples/tree/master/imagenet），并考虑做一个适合自己的base script，以后就在上面改就行（例如我的https://github.com/MichaelLiang12/PFNet-FGVC/blob/master/PFNet_train_test.py）；

3）对框架已经基本了解，结合自身方向，找一个主流论文（pytorch code released，例如Mask RCNN https://github.com/matterport/Mask_RCNN），一般大家创新的部分是DataLoader，Network Definition，Optimization等，利用好Github提问，doc（https://pytorch.org/docs/stable/index.html），discuss（https://discuss.pytorch.org/）和Google，弄懂他的项目，并开始写自己的项目（可以把他的代码迁移到自己的base script，或者直接在他上面改）

4）进一步提升，例如cuda加速等，学习Advanced Tutorials（https://pytorch.org/tutorials/index.html），可以参考SPN，写的简洁清晰（https://github.com/yeezhu/SPN.pytorch）

经过以上四步，Pytorch就是我们的得力工具，大部分模型一个小时到一两天就能写出来，阻挡发论文的就是Idea了。。