Torch是现有的针对机器和深度学习的最快，最灵活的框架之一。推荐一门由Alfredo Canziani主讲，免费的Torch实战课程，详细讲解torch框架相关的各种知识。
Torch是一个基于BSD License的开源的机器学习的框架，早在2002年就发布了Torch的初版。Torch一直聚焦于大规模的机器学习应用，尤其是图像或者视频应用等领域，在超过5万次的下载，在学校和企业中也有着不小的影响力，而Torch7希望能够做到像Matlab那样，为机器学习提供环境。
Torch的目标在保证使用的方式非常简单的基础上最大化地保证算法的灵活性和速度。Torch的核心是流行的神经网络和简单易用的优化库，使用Torch能在实现复杂的神经网络拓扑结构的时候保持最大的灵活性，同时可以使用并行的方式对CPU和GPU进行更有效率的操作。
课程目录
1 - Get the basics straight
1.0 - An overview on Lua
1.1 - An overview on Torch’s Tensors
1.2 - An overview on Torch’s image package
2 - Artificial Neural Networks
2.0 - Neural Networks – feed forward (inference) (slides, quiz)
2.1 - Neural Networks – back propagation (training) (slides, quiz)
2.2 - Neural Networks – An overview on Torch’s nn package (slides, script)
3 - Convolutional Neural Networks
3.0 - CNN – Basics (slides, lin, 3conv, 3conv-pool)
3.1 - CNN – Internals (slides, script, 3conv-pool)
3.2 - CNN – Architectures (slides, LeNet5, AlexNet, GoogLeNet)
3.3 - CNN – Training (slides, train.lua)
3.4 - CNN – Loss functions
4 - Recurrent Neural Networks
4.0 - RNN – Vectors and sequences
4.1 - RNN – Forward and backward
4.2 - RNN – nngraph package (slides, script)
4.3 - RNN – Training
课程视频截图
