Deep Learning with PyTorch Chinese

التعلم العميق مع بايتورش الصين

يترجم هذا المشروع (بوابة إصدار الويب) كتاب Pytorch الرسمي "Deep Learning with Pytorch" (إصدار المقتطفات الأساسية) إلى الصينية ويعطي الكود ذي الصلة التي يمكن تشغيلها في جميع أنحاء الكتاب.

يترجم هذا المشروع كتاب Pytorch الرسمي "Deep Learning with Pytorch" (إصدار مقتطفات أساسي) إلى صيني.

1. كتاب مقدمة

منذ بدايتها في عام 2016 ، أصبحت Pytorch واحدة من أبرز أطر التعلم العميق اليوم. في الآونة الأخيرة ، تم إصدار كتاب Pytorch الرسمي الرسمي "التعلم العميق مع Pytorch". بمجرد ظهور الأخبار ، أوصى بشدة من قبل العملاق يان ليكون. إنه كتاب مدرسي ممتاز للبدء مع Pytorch والتعلم العميق.

تجدر الإشارة إلى أن ملف PDF الذي يوفره موقع Pytorch الرسمي هو مقتطف أساسي (Excelpts الأساسية) ، مع ما مجموعه 141 صفحة ، ويشمل المحتوى الأجزاء الخمسة التالية:

1. مقدمة للتعلم العميق و pytorch
2. ابدأ بمتوتر
3. استخدم Tensors لتمثيل البيانات الحقيقية
4. آلية التعلم
5. تركيب البيانات باستخدام الشبكة العصبية

لذلك ، يمكن استخدامه كبرنامج تعليمي للبدء مع Pytorch. النسخة الكاملة من هذا الكتاب متاحة أيضًا للمعاينة المجانية ، البوابة.

2. مشروع مقدمة

يترجم هذا المشروع الكتاب الأصلي إلى الصينية ويعطي الرموز ذات الصلة التي يمكن تشغيلها.

يحتوي هذا المستودع بشكل أساسي على مجلدين: رمز ومستندات (بالإضافة إلى تخزين بعض البيانات في البيانات). مجلد الرمز هو رمز دفتر جوبتر ذي الصلة لكل فصل ؛ مجلد المستندات هو الترجمة الصينية للمحتوى ذي الصلة بتنسيق تخفيض الطلب "التعلم العميق مع Pytorch" (إصدار مقتطفات أساسي) ، ثم استخدم docsify لنشر مستند الويب على صفحات github. المساهمات في هذا المشروع أو القضية موضع ترحيب.

3. كيفية الاستخدام

يستهدف هذا المشروع أحذية الأطفال المهتمين بـ Pytorch ، وخاصة أولئك الذين يرغبون في البدء بسرعة. لا يتطلب منك هذا المشروع أن يكون لديك أي معرفة أساسية بالتعلم العميق أو التعلم الآلي. ما عليك سوى فهم الرياضيات والبرمجة الأساسية ، مثل الجبر الخطي الأساسي ، والتفاضلية والاحتمال ، وبرمجة Python الأساسية.

تحتوي وثائق هذا المستودع على بعض صيغ اللاتكس ، لكن مواطن GitHub لا يدعم عرض الصيغ ، وتم نشر مجلد المستندات على صفحات github باستخدام Docsify ، بحيث يمكنك الوصول بسهولة إلى إصدار الويب من هذا المشروع. إذا كنت ترغب في تشغيل الكود ذي الصلة ، فأنت بحاجة إلى استنساخ المشروع ثم تشغيل الرمز ذي الصلة في مجلد الرمز.

نظرًا لأن المقتطفات الأساسية المترجمة في هذا المشروع ، فهي فقط 141 صفحة ، فهي مناسبة لبداية سريعة مع Pytorch. إذا كنت ترغب في الحصول على المزيد من التعلم المتعمق لـ Pytorch والتعلم العميق (مثل رؤية الكمبيوتر ، ومعالجة اللغة الطبيعية ، وما إلى ذلك) ، فقد تحتاج إلى مزيد من المعلومات. إذا كنت مهتمًا ، فيمكنك الرجوع إلى مشروع آخر من بلدي الغوص إلى DL-Pytorch.

4. المحتويات

• مقدمة
• 1. مقدمة للتعلم العميق و Pytorch
  • 1.1 ما هو Pytorch
  • 1.2 ماذا يخبر هذا الكتاب
  • 1.3 لماذا استخدم Pytorch
  • 1.4 مكونات مدرجة في Pytorch
• 2. ابدأ مع الموتر
  • 2.1 أساسيات الموتر
  • 2.2 توتر وتخزين
  • 2.3 الحجم وإزاحة التخزين وحجم الخطوة
  • 2.4 نوع البيانات
  • 2.5 فهرس الموتر
  • 2.6 التواصل مع numpy
  • 2.7 تسلسل التنسور
  • 2.8 نقل الموترات إلى وحدة معالجة الرسومات للتشغيل
  • 2.9 Tensor API
• 3. استخدم Tensors لتمثيل البيانات الحقيقية
  • 3.1 البيانات الجدولية
  • 3.2 سلسلة زمنية
  • 3.3 بيانات النص
  • 3.4 بيانات الصورة
  • 3.5 بيانات الحجم
• 4. آلية التعلم
  • 4.1 التعلم هو تقدير المعلمة
  • 4.2 التوجيه التلقائي لبيتورش
• 5. استخدم الشبكة العصبية لتناسب البيانات
  • 5.1 الخلايا العصبية
  • 5.2 وحدة Pytorch's NN
  • 5.3 الفئة الفرعية NN

5. بيان

• يترجم المترجم بحت لأغراض التعلم والمصالح الشخصية ، ولا يتابع أي فوائد اقتصادية ؛
• يقتصر هذا المشروع على استخدام أغراض التعلم والبحث فقط. يحتفظ المترجم بالحق في تسمية المشروع. يجب أن يشير أي إعادة طباعة إلى المصدر ، ولكن لا يجب استخدامها لأي غرض تجاري ؛
• إن استخدام هذا المشروع انتهاك العمل الأصلي أو أي فعل ينتهك قانون حماية الملكية الفكرية لا علاقة له بالمترجم ؛
• يجب على أولئك القادرين على قراءة الكتب الإنجليزية قراءة الإصدار الأصلي أو شراء النسخة الكاملة من الكتاب.

رخصة

CC BY-NC (الاستخدام غير التجاري-غير ذلك) 4.0