https://www.kancloud.cn/apachecn/hands-on-ml-2e-zh/1948564
【1.基础知识】：Python基础+高数基础
【2.机器学习理论入门】：机器学习经典算法详解
【3.机器学习实战项目】：Kaggle竞赛案例/推荐系统实战/数据分析建模等
【4.深度学习理论入门】：必备框架（Pytorch+TensorFlow）+神经网络模型基础
【5.计算机视觉实战项目】：图像处理+YOLO实战
2024年，人工智能领域继续取得前所未有的进步，选择了一个比以往任何时候都更合适、更相关的框架。TensorFlow和PyTorch等框架已成为关键参与者，提供从机器学习到深度学习的一系列功能
PyTorch 由 Meta AI（以前的 Facebook AI 研究实验室）开发，建立在 Torch 库的基础上。它于 2016 年首次发布，因其灵活性、易用性和动态计算图而迅速引起关注。
PyTorch脱颖而出有以下几个原因：
动态计算图：称为 Autograd，此功能可以在构建神经网络时提供更大的灵活性。它会动态地适应学习过程中的变化和更新。
Python 本质： PyTorch 与 Python 深度集成，使其对 Python 程序员来说直观且易于使用。它利用 Python 的简单性和强大功能使编码体验更加自然。
丰富的库和工具： PyTorch 为深度学习提供了全面的生态系统，包括计算机视觉 (TorchVision) 和自然语言处理 (TorchText) 库。
支持 GPU 加速：与许多现代 AI 框架一样，PyTorch 有效利用 GPU 硬件加速，使其适合高性能模型训练和研究。
强大的社区和行业支持：在 Meta 和充满活力的社区的支持下，PyTorch 在学术研究人员和行业专业人士的贡献下不断发展。