PyTorch是一个深度学习框架，它提供了各种工具和功能来构建、训练和部署深度学习模型。相比其他深度学习框架，例如TensorFlow，PyTorch更加易于使用和灵活。
在PyTorch中，我们可以使用张量（tensor）对象来存储和操作数据。这些张量对象非常类似于NumPy数组，但是PyTorch的张量支持GPU加速和自动求导功能，这使得我们可以更快地进行运算和优化模型。
除此之外，PyTorch还提供了一些内置的神经网络层和损失函数，以及预训练模型的接口。这些工具和功能使得我们可以轻松地构建和训练深度学习模型，而不需要从头开始编写所有的代码。
课程目录
第1章 课程导学
第2章 课程内容整体规划
第3章 PyTorch项目热身实践
第4章 PyTorch基础知识必备-张量
第5章 PyTorch如何处理真实数据
第6章 神经网络理念解决温度计转换
第7章 使用神经网络区分小鸟和飞机图像
第8章 项目实战一：理解业务与数据
第9章 项目实战二：模型训练与优化
第10章 项目实战三：实现端到端的模型预测
第11章 课程总结与面试问题
