在 2018 年 5 月 Google 在 I/O 大会提出打电话的AI——Duplex，它能够模仿真人的语气打电话，通过多轮对话，帮助用户完成餐馆预订和美发沙龙预约等，Google 母公司董事长更宣称，Duplex 部分通过了图灵测试。图灵测试被认为是考验机器是否拥有智能的测试：如果一个机器能在与人交流“沟通”的过程中不被识别出“机器身份”，那么这个机器就具有智能。这些影响深远、大放异彩的光鲜技术背后就是深度学习，这个名词也成了大多数人心中前沿科技的代名词。然而，我们必须要认识到的是，这一切奇妙的人工智能应用，都是建立在优秀的深度学习框架之上的。

近日，由校宝在线CTO孙琳，携校宝研究院技术专家项斌、蒋阳波、汪建成共同撰写的国内首款介绍PyTorch 深度学习框架在教育信息化领域实战操作书籍《PyTorch 机器学习从入门到实战》 正式出版了。作为最早介入PyTorch 深度学习框架研究的国内技术团队之一，该书向想要学习PyTorch 深度学习框架学习者，提供从基础入门到商业实操的全部经验。

浙江工商大学博士生导师琚春华教授认为”PyTorch 作为一个新兴的深度学习框架，自提出之日起就赢得了广大开发者的青睐，但是目前基于 PyTorch 的深度学习书籍比较匮乏，中文资料少，体系零散，《PyTorch 机器学习从入门到实战》从算法入手阐述 PyTorch 框架的资料，正是一本适合读者入门和实践深度学习的书。”

PyTorch从入门到实战 距离我们到底有多远？

PyTorch 框架之所以让很多人感到陌生，因为它是目前开源最晚的深度学习框架——于2017年1月28日开源，到现在为止不足两年时间。因为开源得较晚，国内目前几乎没有一本PyTorch的书，能够较好的通过理论和实践相结合，让所有有志于学习机器学习的中国青年能够迅速学习掌握。《PyTorch 机器学习从入门到实战》正是这样一本，解决国内技术圈需求的一本书。

《PyTorch 机器学习从入门到实战》一共8章内容，本书从机器学习原理入手，延伸到神经网络，直至深度学习，由浅入深，阐述深度学习中的各个分支，即深度神经网络、卷积神经网络、自编码器、循环神经网络等，同时穿插学习 PyTorch 框架的各个知识点和基于知识点的实例。最后，综合运用 PyTorch 和深度学习理论来解决实践中的具体问题，比如文本分类和关键词识别等。可以说，本书是深度学习和 PyTorch 的入门教程，同时也引领读者用 PyTorch 来解决具体实践中的问题。

PyTorch 使用 Python 作为开发语言，使得开发者能接入广大的 Python生态圈的库和软件。同时,在 PyTorch 开发中，数据处理类型类似数据计算包Numpy 的矩阵类型，代码风格类型类似机器学习包 Scikit-Learn，方便广大的机器学习者进入深度学习这个新的领域。目前，大多数开源框架采用静态计算图，而 PyTorch 采用更为前沿的动态计算图。

多位技术大咖指导 让你接近行业最高实践

参与本书编写的是校宝研究院核心团队，在自然语言处理、语音识别、图像处理、遗传算法、神经网络等诸多领域，拥有非常深厚的商业项目实践经验。例如，在全自由语言的评估、智能排课、智能批改，校宝在线都处于行业领先水平。这些教育信息化的技术应用，都是根植于深度学习技术，在行业内拥有足够的技术壁垒。目前，国内的教育科技公司当中，校宝在线也是第一个将PyTorch框架应用于产品当中的。PyTorch框架目前已经在校宝在线涉及人工智能的产品中，作为技术备份框架使用。

特别值得一提的是，本书的主要编写者校宝在线CTO孙琳是剑桥大学计算机科学专业博士，技术专家项斌是微软AI方向中国大陆及港澳的第三位MVP，资深工程师蒋阳波曾在华为2012实验室工作。可以说，这本书并不是基于理论到理论，而是基于很多行业最佳实践。校宝研究院团队还使用PyTorch框架参加了Kaggle房价预测比赛，夺得了公榜第一名的好成绩。

学习PyTorch对从业者意义在哪 它是未来的潮流吗？

那么，为什么要学习PyTorch？对于人工智能领域从业者的意义在哪？在大多数普通人看来，它甚至不如区块链熟悉。连区块链对于很多人来说，还是“只知其表，不知其里”；那为什么要如此重视PyTorch呢？因为深度学习技术能够让机器学习中的模型训练，不再依赖于任何人工定义的特征和规则。在如今如火如荼的人工智能技术竞争中，深度学习框架更是谷歌、微软、百度、亚马逊等诸多国内外互联网巨头技术竞争的高地，PyTorch做为深度学习框架的一种，正是其中的佼佼者。

据悉，PyTorch框架是Facebook公司开发。据国外极客社区发布的一份数据显示，在今年的 AI 顶会 ICLR 上PyTorch框架是论文数最多的两个AI开源框架之一，相关的论文数量为 252篇。这就意味着，目前国际上争夺AI开源框架领域的天王山之战中，PyTorch很可能成为该领域最终的引领技术风潮者。

PyTorch技术优势明显 行业巨头纷纷加入

“PyTorch相比于诸多当前主流深度学习框架中有一个非常大的优势，就是采用了动态计算图，可以快速建好模型，调试也非常方便。”孙琳告诉记者，静态计算图实现代码冗长、不直观，不便于调试。相比于传统深度学习框架的臃肿，PyTorch的API封装设计更加简洁优美。

特别是2017年7月， Facebook和微软宣布，联合推出开放的Open Neural Network Exchange （ONNX，开放神经网络交换） 格式，ONNX 为深度学习模型提供了一种开源格式，模型可以在不同深度学习框架下进行转换。

接着，亚马逊、Intel、Nvidia、AMD、IBM、Qualcomm、ARM、联发科和华为等厂商纷纷加入 ONNX 阵营，ONNX 生态圈正式形成。有了这个ONNX 生态系统，就可以接通转换几乎目前所有深度学习框架，PyTorch 框架不会因为异类而成为边缘化的技术。