PyTorch là một thư viện máy học mã nguồn mở cho Python và hoàn toàn dựa trên Torch. Nó chủ yếu được sử dụng cho các ứng dụng như xử lý ngôn ngữ tự nhiên. PyTorch được phát triển bởi nhóm nghiên cứu trí tuệ nhân tạo của Facebook cùng với phần mềm "Pyro" của Uber cho khái niệm lập trình xác suất được xây dựng sẵn.

Hướng dẫn này được chuẩn bị cho người sử dụng python, những người tập trung vào nghiên cứu và phát triển với các thuật toán machinelearning cùng với hệ thống xử lý ngôn ngữ tự nhiên. Mục đích của hướng dẫn này là mô tả tất cả các khái niệm về PyTorch và các ví dụ trong thế giới thực giống nhau.

Trước khi tiếp tục với hướng dẫn này, bạn cần có kiến thức về Python và Anaconda framework (các lệnh được sử dụng trong Anaconda). Có kiến thức về các khái niệm trí tuệ nhân tạo sẽ là một lợi thế bổ sung.

• Bài 1: Giới thiệu
• Bài 2: Cài đặt
• Bài 3: Nền tảng toán học của Neural Networks
• Bài 4: Mạng nơron cơ bản
• Bài 5: Tổng quan về machine learning và deep learning
• Bài 6: Triển khai mạng thần kinh đầu tiên
• Bài 7: Functional Blocks và Terminologies
• Bài 8: Loading Data
• Bài 9: Linear Regression ( Hồi quy tuyến tính )
• Bài 10: Convolutional Neural Network ( CNN )
• Bài 11: Recurrent Neural Network ( RNN )
• Bài 12: Tập dữ liệu ( Dataset )
• Bài 13: Giới thiệu về Convents
• Bài 14: Huấn luyện Convent bằng Scratch
• Bài 15: Feature Extraction trong Convents ( Trích xuất đặc trưng )
• Bài 16: Visualization Convents
• Bài 17: Sequence Processing với Convents
• Bài 18: Word Embedding
• Bài 19: Recursive Neural Networks