Learning PyTorch with Examples 中文翻译版，部分意译，部分改动

翻译不对的地方拜托大家指出~

这个repo通过自洽的示例介绍了PyTorch的基本概念。

PyTorch主要是提供了两个核心的功能特性：

• 一个类似于numpy的n维张量，但是可以在GPU上运行
• 搭建和训练神经网络时的自动微分/求导机制

我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层，并将使用梯度下降训练，通过最小化网络输出和真正结果的欧几里得距离，来拟合随机生成的数据。

• PyTorch版本0.4及以上（PyTorch 1.0 稳定版已经发布，还有什么理由不更新呢~）

• 热身：使用NumPy
• PyTorch：张量(Tensors)
• PyTorch：自动求导(Autograd)
• PyTorch：定义自己的自动求导函数
• TensorFlow：静态图
• [PyTorch：神经网络模块nn]
• [PyTorch：优化模块optim]
• [PyTorch：定制神经网络nn模块]
• [PyTorch：控制流和参数共享]