背景
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。 除了 Facebook 之外,Twitter、GMU和Salesforce 等机构都采用了 PyTorch。
近日,一款完整的 PyTorch 中文版官方教程出炉,读者朋友从中可以更好的学习了解 PyTorch 的相关细节了。
为了方便读者朋友们 本地查看,帮大家打包好了一份PyTorch中文版官方教程 PDF版本。
教程里有什么
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。
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
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