PyTorch-Tutorial-2nd

从零到工程化，一本PyTorch实战教程搞定深度学习全流程

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 492 🐛 待处理 1 👀 关注 19

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4634

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源教程，完全免费，无付费版本。

项目预览

PyTorch-Tutorial-2nd 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队TingsongYu

官网地址https://tingsongyu.github.io/PyTorch-Tutorial-2nd

GitHubhttps://github.com/TingsongYu/PyTorch-Tutorial-2nd

定价模式🏷️完全免费

价格说明开源教程，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Jupyter Notebook

技术栈/模型computer-vision,deepsort,diffusion-models,llm,onnx,pytorch,pytorch-tutorial,qwen,tensorrt,yolov5

GitHub 星标★ 4634

上线时间2021-12-16 00:00:00

代码更新2026-11-08

仓库体积88.7 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

《PyTorch实用教程》（第二版）是一份面向深度学习工程师的开源教程，以Jupyter Notebook形式呈现。它系统覆盖了从PyTorch基础语法、张量操作、自动求导，到卷积神经网络（CV）、循环神经网络（NLP）、大语言模型（LLM）微调等核心应用场景，并延伸至模型部署与工程化落地的进阶内容。教程采用理论结合代码实战的方式，每个知识点都配有可运行的示例，帮助零基础学习者快速上手，同时为有经验的开发者提供项目级参考。其内容紧跟当前技术趋势，特别加入了LLM相关实践，解决了从入门到工程应用之间缺乏系统中文教程的痛点，是深度学习领域一份实用且持续更新的学习资源。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4634

技术标签

computer-vision diffusion-models llm onnx pytorch

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可联网的电脑：教程可在线免费阅读，无需任何本地环境
想运行配套代码时，需自行准备 Python 运行环境（README 未给出具体版本）
Jupyter Notebook 运行环境（本教程以 .ipynb 形式提供）
Git：用于克隆配套代码仓库

安装与启动步骤

1在线阅读教程

打开官方在线阅读地址直接学习，开源免费；此步骤无需下载或安装任何东西。
2克隆配套代码

把 GitHub 上的配套代码仓库拉到本地，后续运行 Notebook 都在此目录内进行。
```
git clone https://github.com/TingsongYu/PyTorch-Tutorial-2nd.git
```
3进入项目目录

切换到克隆下来的仓库根目录，查看各章节的 Notebook 文件。
```
cd PyTorch-Tutorial-2nd
```
4准备运行环境

README 未提供依赖清单，需自行安装 PyTorch、Jupyter 及各章节用到的第三方库。
5打开 Notebook 学习

在 Jupyter 中打开对应章节的 .ipynb 文件，按顺序逐格运行代码学习。