目前人工智能在各行各业的热度不断攀升，相关机器学习框架的学习也被很多人提上日程。那我们要去学哪种框架呢，是Pytorch 还是Tensorflow？又该如何去学习呢？

学习机器学习的同学在基本了解相关的专业知识以后，面临的一个关键问题就是如何去把知识运用到实际的环境中去。

如果从零开始不借助前人的经验，自己去独立完成一个机器学习模型的建立，这个过程对新手来说无疑是过分苛责了。

毕竟理解原理和把原理转化为电脑识别的编程语言，这两者的差距可大太多了。

这也是为什么我们要去学习相关的软件和框架的原因， PyTorch和Tensorflow 都是机器学习的相关框架，但是PyTorch 对新手来说相对友好很多。

就我个人的了解而言，PyTorch 在学术界用的相对更多，对于之前没有接触过深度学习框架的人，Pytorch
也无疑是入门的首选。

想要入门 PyTorch ，最重要的一点就是运用PyTorch 去解决问题，这也是网上很多人推荐 PyTorch 60题的原因。

我最开始接触 PyTorch 是在贪心科技机器学习中级班里面，第十六章介绍了 PyTorch 的使用。

PyTorch入门的资料其实挺多的，像pytorch123 网站的一些中文教程，基本看一遍就会对框架本身有一个相对的认识。

而且这个网站还从安装开始一步一步的教你，强化教程里还有些相关的案例。比如聊天机器人，深度学习和NLP中PyTorch的使用等等。

或者说可以去看些相关的书籍，比如我最近看的《深度学习框架PyTorch快速开发与实战》，里面对PyTorch会有基本介绍，以及会介绍相关的实例去做卷积神经网络和对抗神经网络以及Seq2seq自然语言处理等等。

但是上面的网站教程，或者自己看书的话理解起来还是会比较浅显一点，而且看这些教程也需要有相关的基础知识。如果对知识不了解，还是需要看些机器学习的相关课程的。

我记得贪心科技的机器学习课程就是在讲解完神经网络的基础课程以后介绍PyTorch的使用的，先对Tensor张量进行了介绍，而后从零搭建了一个神经网络模型。

如果觉得自己基本知识掌握的差不多了，而且对很多模型的概念也比较清楚了，可以考虑直接下载下来框架跑个神经网络的模型试一试手。

从数据的构造、模型的构造、优化相关的设置和模型训练几个方面对PyTorch进行操作，熟系相关模型的建立过程，在实际应用中去加深对框架本身的认识，这种方式相比于看书或者看视频会让我们理解的更深入一点。

PyTorch也算是一个软件，与其他的电脑软件类似，如果能去读读官方的教程文档当然更好，就算说官方的读不了，去看看Github上大家整理过的也是ok的。

总而言之，入门还是不难的，只要自己想去找资源，不管是去看相关文档，还是说去找一找网课资源，现在互联网平台那么发达，一定有渠道的。

可能想去更深的做项目的话，就需要有人带着了，我后来参加贪心科技机器学习高级训练营的课程，又对神经网络、贝叶斯深度学习这些知识进行了新的认识，在老师带领下参与进项目中去，才对这些机器学习的这些框架有了更深层次的认识吧。

想学习就去找资源嘛，坑都要自己踩，知识才能成为自己的。