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