面试小册子：《PyTorch核心与精华(面试版)》

1、当前大家存在的问题

现在很多AI专业的学生学的太浅，基础很差，难以达到企业用人的标准。举个简单的例子来说，梯度下降法这是个非常基础的知识点，虽然很多人都会，但是当面试官稍微延伸一下：请你说一下梯度上升法是怎么回事？面对这个问题，很多人往往抓耳挠腮则不知道怎么回答。再举一个例子，面试官会问：在深度网络模型中，如果想冻结某个网络层的参数，使它不参与训练，应该如何实现呢？面对这个问题，很多应聘者也回答不出来。其实，这是优化器（例如，Adam 优化器）的基本用法，并不难的。由此可见，很多人学习PyTorch学的太浅了，只是浮于表面，并没有学好PyTorch。针对这个情况，我编写了一本小册子《PyTorch核心与精华(面试版)》，目的是想从面试题的角度带领大家一览PyTorch风采，让众多的AI学生快速地打牢深度学习的基础。

2、《PyTorch核心与精华》的特点

《PyTorch核心与精华(面试版)》共收录了60个PyTorch核心知识点。当然，PyTorch的知识有很多，但是针对实习生则不需要全部掌握，我觉得掌握这60个就可以了。《PyTorch核心与精华(面试版)》收录的都是核心和精华，类似这样的知识点：

（1）Tensor的内存布局相关的知识点。
（2）torch.stack()函数的使用
（3）Adam优化器与冻结网络参数的学习方式
（4）梯度装饰器的使用
（5）动态计算图与链式求导
（6）ReLu实现非线性功能的底层原理
（7）......

3、参考

面试小册子：《PyTorch核心与精华(面试版)》 - 飞燕网