行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器学习 > 正文

福利,PyTorch中文版官方教程来了

 

PyTorch 是近年来较为火爆的深度学习框架,然而其中文版官方教程久久不来。近日,一款完整的 PyTorch 中文版官方教程出炉,读者朋友可以更好的学习了解 PyTorch 的相关细节了。教程作者来自 pytorchchina.com。

教程网站:http://pytorch123.com

教程里有什么

教程根据 PyTorch 官方版本目录,完整地还原了所有的内容。包括简单的环境搭建、快速入门相关 API、高级操作、图像处理实战、文本处理实战、GAN 和强化学习等,基本涵盖了目前所有深度学习相关的知识点。

福利,PyTorch中文版官方教程来了

教程的一部分内容,使用 torch.view 改变 tensor 的大小或形状

福利,PyTorch中文版官方教程来了

用教程设计一个聊天机器人,以上为部分对话。

教程目录

  • PyTorch 之简介与下载
  • PyTorch 简介
  • PyTorch 环境搭建
  •  
  • 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
  • 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
微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部