الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

مقدمة

تختلف أطر التعلم العميق الذي يستخدمه الباحثون حاليًا ، بما في ذلك Tensorflow و Pytorch و Keras ، وما إلى ذلك. يتم تطبيق أطر التعلم العميقة هذه في مجالات مثل رؤية الكمبيوتر ، والتعرف على الكلام ، ومعالجة اللغة الطبيعية ، والمعلوماتية الحيوية ، وحققت نتائج ممتازة. من بينها ، Pytorch هو إطار نادر وأنيق وفعال وسريع. من بين أطر العمل المفتوحة الحالية ، لا يمكن لأي إطار العمل تجاوز Pytorch في نفس الوقت من حيث المرونة وسهولة الاستخدام والسرعة.

يتم وضع هذه الوثيقة كبرنامج تعليمي مبتدئ لـ Pytorch ، ويهدف بشكل رئيسي إلى الطلاب أو عشاق التعلم العميق الذين يرغبون في تعلم Pytorch. من خلال دراسة البرامج التعليمية ، يمكنك تحقيق التعلم العميق مع أساس Zero ، وتقليل صعوبة الدراسة الذاتية ، وتعلم Pytorch بسرعة.

يتضمن البرنامج التعليمي الرسمي مقدمة إلى دروس Pytorch و Proticipation ؛ برنامج تعليمي سريع لمدة 60 دقيقة ، والذي يمكنه إكمال نموذج المصنف بسرعة من المرحلة المبتدئة ؛ نموذج شائع الاستخدام لرؤية الكمبيوتر ، وهو مناسب للتعديل بناءً على بياناتك الخاصة ، ولم يعد يتطلب الكتابة من نقطة الصفر ؛ نماذج معالجة اللغة الطبيعية ، ودردشة الدردشة ، وتوليد النصوص وغيرها من المشاريع الزاهية والمثيرة للاهتمام.

الكل في الكل:

  • إذا كنت ترغب في معرفة المزيد عن Pytorch ، فيمكنك رؤية قسم المقدمة.
  • إذا كنت ترغب في البدء بسرعة مع Pytorch ، فيمكنك مشاهدة 60 دقيقة للبدء.
  • إذا كنت ترغب في حل مشاكل رؤية الكمبيوتر ، فيمكنك إلقاء نظرة على قسم رؤية الكمبيوتر.
  • إذا كنت ترغب في حل مشاكل معالجة اللغة الطبيعية ، فيمكنك رؤية قسم NLP.
  • هناك أيضًا بعض محتويات التعلم التعزيز والشبكات العدائية التوليدية.

إصدار فيديو مستند Pytorch الرسمي متاح على الإنترنت على محطة B.

https://www.bilibili.com/video/bv1gs4y1f71q/

مجموعة https://github.com/fendouai/pytorchvideo

المؤلف: Pytorchchina Pytorch Translation Team: News & Panchuang

النص الأصلي: https://pytorch.org/tutorials/

جدول المحتويات

الفصل 1: مقدمة وتنزيل Pytorch

1. مقدمة إلى Pytorch

2.Pytorch البناء البيئة

الفصل 2: البدء مع Pytorch: 60 دقيقة

1. البدء مع Pytorch

2.pytorch التمايز التلقائي

3.Pytorch الشبكة العصبية

4.Pytorch مصنف صورة

5.pytorch بيانات معالجة متوازية

الفصل 3: مقدمة إلى Pytorch

1. تحميل البيانات ومعالجتها

2.pytorch اختبار

3. نقل التعلم

4. نشر نموذج SEQ2Seq لنهاية أمامية هجينة

5. حفظ وتحميل النموذج

الفصل 4: صور بيتورش

1.

2. صقل نموذج torchvision

3. شبكة محول الفضاء

4. استخدم Pytorch للنقل العصبي

5. إنشاء أمثلة المواجهة

6. استخدم ONNX لنقل النموذج إلى CAFFE2 والجوال

الفصل 5: نص بيتورش

1

2. استخدم RNN على مستوى الأحرف لإنشاء أسماء

3. استخدم RNN على مستوى الأحرف لتصنيف الاسم

4. استخدم Pytorch في التعلم العميق و NLP

5. استخدم شبكة sequence2 الناسفة والاهتمام بالترجمة

الفصل السادس: شبكة Pytorch وشبكة الخصومة

1. شبكات الخصومة التوليدية

الفصل 7: تعلم تعزيز بيتورش

1. التعلم التعزيز (DQN)

توصيات تعليمية

  • Pytorch مقدمة البرنامج التعليمي

http://pytorchchina.com

  • Panchuang AI chatbot ، خدمة العملاء الذكية:

http://www.panchangai.com/

  • موقع Panchuang Tutorial ، TensorFlow ، Pytorch ، Keras:

http://panchang.net/

  • صورة توصية الرسم البياني للمعرفة الرسم البياني للمعرفة السحرية:

http://motuhulian.com

نظرًا للمستوى المحدود من المترجم ، إذا كان هناك أي إغفال ، فيرجى تقديم العلاقات العامة.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل