没有合适的资源?快使用搜索试试~ 我知道了~
首页PyTorch官方教程中文版.pdf
PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发,不仅能够 实现强大的GPU加速,同时还支持动态神经网络,这一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能: 1.具有强大的GPU加速的张量计算(如Numpy) 2.包含自动求导系统的深度神经网络 除了Facebook之外,Twitter、GMU和Salesforce等机构都采用了PyTorch。 官方教程包含了 PyTorch 介绍,安装教程;60分钟快速入门教程,可以迅速从小白阶段完成一个分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然语言处理模型,聊天机器人,文本生成等生动有趣的项目。 总而言之: 如果你想了解一下 PyTorch,可以看介绍部分。 如果你想快速入门 PyTorch,可以看60分钟快速入门。 如果你想解决计算机视觉问题,可以看计算机视觉部分。 如果你想解决自然语言处理问题,可以看NLP 部分。
资源详情
资源评论
资源推荐

PyTorch官方教程中文版
教程介绍
PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。它主要由
Facebookd的人工智能小组开发,不仅能够 实现强大的GPU加速,同时还支持动态神经网络,这
一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能: 1.具有强大
的GPU加速的张量计算(如Numpy) 2.包含自动求导系统的深度神经网络 除了Facebook之外,
Twitter、GMU和Salesforce等机构都采用了PyTorch。
官方教程包含了 PyTorch 介绍,安装教程;60分钟快速入门教程,可以迅速从小白阶段完成一个
分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然
语言处理模型,聊天机器人,文本生成等生动有趣的项目。
总而言之:
如果你想了解一下 PyTorch,可以看介绍部分。
如果你想快速入门 PyTorch,可以看60分钟快速入门。
如果你想解决计算机视觉问题,可以看计算机视觉部分。
如果你想解决自然语言处理问题,可以看NLP 部分。
作者:
磐创 News and PytorchChina
PyTorch 教程目录
PyTorch 之简介与下载
PyTorch 简介
PyTorch 环境搭建
•
•
•
•
© 2018 Tangramor PyTorch官方教程中文版 页:1

PyTorch 之 60min 入门教程
PyTorch 入门
PyTorch 自动微分
PyTorch 神经网络
PyTorch 图像分类器
PyTorch 数据并行处理
PyTorch 之入门强化教程
数据加载和处理
PyTorch 小试牛刀
迁移学习
混合前端的 seq2seq 模型部署
混合前端
预备环境
保存和加载模型
PyTorch 之图像篇
微调基于 torchvision 0.3 的目标检测模型
微调 TorchVision 模型
空间变换器网络
使用 PyTorch 进行 Neural-Transfer
生成对抗示例
使用 ONNX 将模型转移至 Caffe2 和移动端
© 2018 Tangramor PyTorch 之 60min 入门教程 页:2

PyTorch 之文本篇
聊天机器人教程
使用字符级 RNN 生成名字
使用字符级 RNN 进行名字分类
在深度学习和 NLP 中使用 Pytorch
使用 Sequence2Sequence 网络和注意力进行翻译
PyTorch 之生成对抗网络
生成对抗网络
PyTorch 之强化学习
强化学习
生产环境部署 PyTorch 模型
使用Flask来部署PyTorch模型
TorchScript的简介
在C++中加载TorchScript模型
PyTorch123 配套录制视频教程
网易云课堂,第一节数据处理与加载免费观看
https://study.163.com/course/introduction/1209674804.htm
另外,提供官方教程的一个精简版配套学习资料,书名《Deep Learning with PyTorch》。
下载地址:http://pytorchchina.com/2019/12/02/deep-learning-with-pytorch-pdf/
© 2018 Tangramor PyTorch 之文本篇 页:3

PyTorch简介
要介绍PyTorch之前,不得不说一下Torch。Torch是一个有大量机器学习算法支持的科学计算框
架,是一个与Numpy类似的张量(Tensor) 操作库,其特点是特别灵活,但因其采用了小众的编
程语言是Lua,所以流行度不高,这也就有了PyTorch的出现。所以其实Torch是 PyTorch的前身,
它们的底层语言相同,只是使用了不同的上层包装语言。
PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。它主要由
Facebookd的人工智能小组开发,不仅能够 实现强大的GPU加速,同时还支持动态神经网络,这
一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能: * 具有强大
的GPU加速的张量计算(如Numpy) * 包含自动求导系统的深度神经网络
除了Facebook之外,Twitter、GMU和Salesforce等机构都采用了PyTorch。
TensorFlow和Caffe都是命令式的编程语言,而且是静态的,首先必须构建一个神经网络,然后一
次又一次使用相同的结构,如果想要改 变网络的结构,就必须从头开始。但是对于PyTorch,通过
反向求导技术,可以让你零延迟地任意改变神经网络的行为,而且其实现速度 快。正是这一灵活
性是PyTorch对比TensorFlow的最大优势。
另外,PyTorch的代码对比TensorFlow而言,更加简洁直观,底层代码也更容易看懂,这对于使用
它的人来说理解底层肯定是一件令人激 动的事。
所以,总结一下PyTorch的优点: * 支持GPU * 灵活,支持动态神经网络 * 底层代码易于理解 * 命
令式体验 * 自定义扩展
当然,现今任何一个深度学习框架都有其缺点,PyTorch也不例外,对比TensorFlow,其全面性处
于劣势,目前PyTorch还不支持快速傅里 叶、沿维翻转张量和检查无穷与非数值张量;针对移动
端、嵌入式部署以及高性能服务器端的部署其性能表现有待提升;其次因为这个框 架较新,使得
他的社区没有那么强大,在文档方面其C库大多数没有文档。
© 2018 Tangramor PyTorch简介 页:1
剩余375页未读,继续阅读















安全验证
文档复制为VIP权益,开通VIP直接复制

评论1