2018年5月，谷歌在I/O大会上提出称之为AI--Duplex可以模仿人类的声音，通过多次对话帮助用户完成餐厅预订和发廊预订，谷歌母公司董事长宣称Duplex部分通过了图灵测试。图灵测试被认为是一种测试，以测试一台机器是否具有智能。如果机器在与人类“交流”时不能识别出“机器身份”，那么机器就是智能的。在这些深刻而华丽的技术背后，深度学习已经成为大多数人心目中最先进技术的代名词。然而，我们需要认识到，所有这些伟大的AI应用程序都是建立在优秀的深度学习框架之上的。近日，由学校宝在线CTO孙林与学校宝研究院技术专家向斌、江阳波、王建共同撰写的中国第一本实战操作书《从PyTorch机器学习到实战》正式出版，介绍了PyTorch在教育信息领域的深度学习框架。作为国内首批参与PyTorch深度学习框架研究的技术团队之一，本书为希望学习PyTorch深度学习框架的学习者提供了从基础到实际实践的全方位体验。浙江工商大学博士生导师科春华教授表示，“PyTorch作为一个新兴的深度学习框架，已经赢得了绝大多数开发者的青睐，但目前基于PyTorch的深度学习书籍相对稀缺，中文资料较少，系统分散，从”PyTorch机器学习“算法中解释PyTorch框架的信息。这本书适合读者的入门和实践。”
PyTorch从入门到实战有多远？PyTorch框架是最新的深度学习框架，于2017年1月28日开源，而且还不到两年，因此很多人都不熟悉它。由于开源落后，很少有PyTorch的书籍能够将理论与实践结合起来。让每一个想要学习机器学习的中国年轻人都能快速掌握。《 PyTorch Machine Learning from the Introduction to实战》是一本旨在解决国内技术社区需求的书。《从PyTorch机器学习入门到实战》共8章，本书从机器学习原理入手，延伸到神经网络，从浅到深，解释了深度学习的各个分支，即深度神经网络、卷积神经网络、自编码器、循环神经网络等。我们将分散PyTorch框架的知识点和基于知识点的示例。最后，我们将PyTorch与深度学习理论相结合，以解决文本分类和关键字识别等实际问题。这本书绝对是深度学习和PyTorch的入门书，向读者展示了如何使用PyTorch来解决现实生活中的问题。PyTorch使用Python作为开发语言，使开发人员能够访问Python生态系统中的库和软件。同时，在PyTorch的开发中，数据处理类型类似于数据计算包Numpy中的矩阵类型，代码样式类型类似于机器学习包Scikit-Learn，方便广大机器学习者进入深度学习的新领域。目前，大多数开源框架都使用静态计算图，而PyTorch使用的是更先进的动态计算图。参与本书写作的是大学宝研究所的核心团队，他们在自然语言处理、语音识别、图像处理、遗传算法、神经网络等多个领域都有着非常深入的商业项目实践经验。例如，在完整的免费语言评估、智能课堂安排、智能评分等方面，学宝在线处于行业领先水平。这些教育信息技术的应用都植根于深度学习技术，行业内存在着足够的技术壁垒。目前，在国内教育科技企业中，学校宝在线也是第一家将PyTorch框架应用于产品的企业。PyTorch框架目前被用作人工智能相关产品的技术备份框架。特别值得一提的是，本书的第一作者Xuangbao Online CTO孙林是剑桥大学计算机科学博士学位;技术专家Xian Bin是微软在中国大陆和香港澳门人工智能方向的第三位MVP;高级工程师蒋阳波曾在华威2012实验室工作。可以说，这本书不是从理论到理论，而是基于许多行业的最佳实践。我们还使用PyTorch框架参加了Kaggle房价预测竞赛，并在排行榜中获得了第一名。学习PyTorch对从业者意味着什么？为什么要学习PyTorch？这对人工智能领域的从业者意味着什么？对于大多数普通人来说，它比区块链更不熟悉。即使是区块链，对于许多人来说，仍然是“只知道表，不知道内部”。那么，为什么我们如此重视PyTorch呢？深度学习技术使模型可以通过机器学习来学习，从而使模型不再依赖于人类定义的特征和规则。在人工智能技术竞争如火如荼的背景下，深度学习框架是谷歌、微软、百度、亚马逊等国内外互联网巨头技术竞争的高地，PyTorch是一种深度学习框架，也是其中的佼佼者。PyTorch框架是由Facebook开发的。据国外御宅族社区发布的数据显示，在今年的AI峰会ICLR上，PyTorch框架是论文数量最多的两个AI开源框架之一，相关论文数量为252篇。这意味着，在当前人工智能开源框架的国际斗争中，PyTorch很可能会成为该领域的最终技术流行者。PyTorch的技术优势是显而易见的。“与目前许多主流的深度学习框架相比，PyTorch具有非常大的优势。它使用动态计算图，可以快速构建模型，调试非常方便。孙林告诉记者，静态计算图的实现代码冗长，不直观，不方便调试。与传统深度学习框架的臃肿相比，PyTorch的API包设计更加简洁优雅。值得注意的是，2017年7月，Facebook和微软宣布推出开放神经网络交换格式，为深度学习模型提供了一种开源格式，可以在不同的深度学习框架中转换。随后，亚马逊、英特尔、英伟达、AMD、IBM、高通、ARM、联发科、华为等厂商纷纷加入ONNX阵营，正式形成ONNX生态系统。这个ONNX生态系统使几乎所有当前的深度学习框架都可以转换为开启，PyTorch框架不会因为异构性而被边缘化。