PyTorch还是TensorFlow？不做选择，我都要！

自深度学习重新回到公众视野以来，机器学习框架层出不穷，成为了研究人员以及从业者的新宠。从早期的学术成果Caffe、Theano，到获得庞大工业支持的PyTorch、TensorFlow，面对大量的学习框架，许多研究者不知该如何选择。

既然业界也有大量用PyTorch的，学术界也有用TensorFlow的，那么索性，这次我们就不做选择了！

11月15日，《深度学习实战训练营》正式开训！三个阶段，超多干货内容覆盖全，带你全方位学习TensorFlow和PyTorch！

阶段一：《深度学习TensorFlow框架实战》8天+

结合算法原理+API讲解+实战训练，通过实战项目的方式学习各个模块，让你全面拥抱TensorFlow！

阶段二：《深度学习PyTorch框架实战》21天+

带你深入细致了解如何使用PyTorch高效构建深度学习模型，由《PyTorch模型训练实用教程》的作者余霆嵩精心打造「PyTorch框架+项目实战班」

阶段三：《深度学习Bert模型精讲》4天

系统讲解bert模型结构、预训练、微调、代码、调优方法，让各位一次性吃透一套模型，输出一套baseline。

下面让我们一起来看一下具体介绍吧~

01 为什么要学这门课？

在CVPR 2020会议接收中，PyTorch使用了405次，TensorFlow使用了102次，PyTorch使用数是TensorFlow的近4倍。

自2019年开始，越来越多的数据都表明PyTorch在学术界站稳了脚跟。

那和TensorFlow相比，PyTorch的优势又在哪里呢？就框架本身来说：

上手快：掌握Numpy和基本深度学习概念即可上手 代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态机制，更灵活

Debug方便：调试PyTorch就像调试Python代码一样简单

资源多：arXiv中新的算法大多有PyTorch实现

开发者多：GitHub上贡献者（Contributors）已超过1350+

但是，很多人仅仅靠自学，找资料或看官方文档，本质都是一知半解，根本不理解PyTorch的使用原理。所以大多数的小伙伴对PyTorch的认知度只有30%，还有高达70%的内容是没有真正掌握的，导致很多学习过的小伙伴经常吐槽：

思路不清晰、不理解函数、参数太多

框架重难点不易理解、不太懂参数的用法

底层原理了解不透彻，不实践很容易忘，实操能力差

不能灵活调用Api，耗费大量时间、精力

02 这门课怎么学？

为了让大家更方便地学习，我们的课程以线上视频的方式进行：

第一阶段一共8天，内容6大模块

第二阶段一共分为8天课程，微信群每日发送学习链接

第三阶段一共4天，内容五大模块，主要学习bert模型结构、预训练、微调、代码、调优方法，吃透一套模型，输出一套baseline。

03 这门课谁适合学？

1、如果你是数据分析师，这门课可以帮你快速入门深度学习，让你从零进阶也能学会上手！

2、如果你是数据挖掘工程师，这门课可以教你一套日常应用算法的模板！

3、如果你是机器学习、深度学习算法工程师，这门课可以帮你查缺补漏，原理+实践都有更深入的突破！

04 这门课学什么？

本次课程一共分3个阶段，10次课，每节课除了理论讲解外，都会有案例带你上手操作。

阶段一：【基础必修课】深度学习Tensorflow框架班模块一 初识TensorFlow2.0

模块二 TensorFlow2.0入门

模块三 TensorFlow2.0自定义操作

模块四 TensorFlow 2.0tf.data APl

模块五 卷积神经网络入门&TF2.0

模块六 递归神经网络&TF2.0

模块七 注意力机制&TF2.0

模块八 TensorFlow2.0的常用库

阶段二：【进阶必修·训练营】全盘HR实操营模块一

模块二

模块三

模块四

模块五

模块六

模块七

模块八

阶段三：【选修课】纵横职场必备Excel秘技100招模块一 神经网络基础(选修)

模块二 BERT基础

模块三 BERT进阶

模块四 BERT实战