PyTorch_《Grokking Deep Learning》

本篇章主要记录的是学习《Grokking Deep Learning》的收获。是Pytorch探索之旅的第3篇章啦！

Reference materials include:

• Andrew W. Traska撰写的《Grokking Deep Learning》是开发强大模型和理解深度神经网络基础机制的重要资源
• Codecademy:发现一个学python的在线平台，感觉很不错。交互性质很强。
• Github上一个关于深度学习的教程资料库
• Github上分析Pytorch源码的库

还没看的：

• Ian Goodfellow, Yoshua Bengio和Aaron Courville的《Deep Learning》

---

1《Grokking Deep Learning》

这本书可以帮助理解框架内部的原理，比如：Torch, TensorFlow, Keras, and others.

• Chapter1：Machine learning algorithm is either supervised or unsupervised and either parametric or nonparametric.
• Chapter2：Neural network is one or more weights that you can multiply by the input data to make a prediction.