pytorch handbook

Pytorch Chinese Manual (Pytorch Handbook)

PENDAHULUAN BUKU

Ini adalah buku open source dengan tujuan membantu mereka yang ingin dan menggunakan Pytorch untuk pengembangan dan penelitian pembelajaran yang mendalam dengan cepat.

Karena tingkat terbatas saya, saya telah merujuk beberapa informasi online saat menulis tutorial ini. Saya ingin mengungkapkan rasa hormat saya kepada mereka di sini. Saya akan melampirkan alamat asli untuk setiap kutipan untuk referensi Anda.

Teknologi pembelajaran yang mendalam berkembang pesat, dan Pytorch juga terus diperbarui, dan saya secara bertahap akan meningkatkan konten yang relevan.

Deskripsi Versi

Karena perubahan versi Pytorch, versi tutorial akan konsisten dengan versi Pytorch.

Ringkasan Perubahan Utama dalam Pytorch Mayor Version Pembaruan Versi 1.11 Saat Ini

Versi online dan PDF

Cermin domestik sangat cepat dan tidak akan diblokir: https://www.pytorch.wiki/

Belum ada metode yang baik untuk menghasilkan file PDF. Teman yang akrab dengan aspek ini dapat menghubungi saya. Saya bersyukur.

QQ 6 Groups

Nomor Grup: 760443051

Klik tautan untuk bergabung dengan obrolan grup [Pytorch Handbook Communication Group 6]: https://jq.qq.com/?_wv=1027&k=x4ro6uwv

Grup 1 (985896536) penuh, Grup 2 (681980831) Grup 3 (773681699) penuh 4 (884017356) penuh 5 (894059877) penuh

Jangan menambahkannya

Manfaat baru

Akun Publik Berbagi Harian Artikel Barang Kering

menjelaskan

• Harap sebutkan langsung masalah atau PR saat memodifikasi kesalahan ketik

• Harap perhatikan versi saat PR

• Jika Anda memiliki pertanyaan, silakan tanyakan langsung

bersyukur

Daftar isi

Bab 1: Memulai dengan Pytorch

1. Pengantar Pytorch
2. Konstruksi Lingkungan Pytorch
3. Pytorch Deep Learning: Start cepat 60 menit (resmi)
   • Tensor
   • Autograd: Secara otomatis mencari panduan
   • Jaringan saraf
   • Melatih classifier
   • Bacaan yang Dipilih: Pemrosesan Data Paralel (GPU Berganda)
4. Pendahuluan Sumber Daya Terkait

Bab 2 Dasar -Dasar

Bagian 1 Dasar Pytorch

1. Tensor
2. Panduan Otomatis
3. Paket Jaringan Saraf NN dan OPTM OPTICHER
4. Pemuatan dan preprocessing data

Bagian 2 Dasar -dasar Prinsip Pembelajaran dan Matematika yang mendalam

Dasar -dasar prinsip pembelajaran yang mendalam dan matematika

Bagian 3 Pengantar Jaringan Saraf

Pengantar Jaringan Saraf Catatan: Bab ini akan macet saat membuka menggunakan Microsoft's Edge secara lokal. Harap aktifkan Chrome Firefox untuk terbuka untuk dilihat.

Bagian 4 Jaringan Saraf Konvolusional

Jaringan saraf konvolusional

Bagian 5 Jaringan Saraf Berulang

Jaringan saraf berulang

Bab 3 Latihan

Bagian 1 Klasifikasi Biner Regresi Logistik

Klasifikasi Biner Regresi Logistik

Bagian 2 CNN: Pengakuan Numerik Tulisan Tangan dari Mnist Dataset

CNN: Pengenalan numerik tulisan tangan dari dataset MNIST

Bagian 3 Contoh RNN: Prediksi Cos By Sin

Contoh RNN: Prediksi Cos by Sin

Bab 4 Peningkatan

Bagian 1 menyempurnakan

Fine-tuning

Bagian 2 Visualisasi

Visdom

Tensorboardx

Memahami secara visual jaringan saraf konvolusional

Bagian 3 Fast.ai

Fast.ai

Beberapa tips untuk pelatihan di bagian 4

Bagian 5 Pelatihan Paralel Multi-GPU

Komputasi paralel multi-GPU

Artikel Terjemahan Tambahan: Menggunakan DistributedDataParallel di Pytorch untuk Pelatihan Model Terdistribusi Multi-GPU

Gunakan DistributedDataParallel di Pytorch untuk pelatihan model terdistribusi multi-GPU

Bab 5 Aplikasi

Bagian 1 Pengantar Kaggle

Pengantar Kaggle

Bagian 2 Data terstruktur

Pytorch menangani data terstruktur

Bagian 3 Visi Komputer

Klasifikasi Gambar Mnist Fashion

Bagian 4 Pemrosesan Bahasa Alami

Bagian 5 Penyaringan Kolaboratif

Bab 6 Sumber Daya

Torchaudio

Bab 7 Lampiran

Kompilasi Raspberry Pi dan Pemasangan Pytorch 1.4

Ringkasan Operasi Umum Transformasi

Ringkasan Fungsi Kehilangan Pytorch

Ringkasan Pytorch Optimizer

Naskah

Direktori skrip adalah skrip yang saya tulis untuk mengonversi ipynb menjadi versi online dan file pdf. Karena masih dalam tahap pengujian, silakan tanyakan apakah Anda memiliki pertanyaan.

Lisensi

Karya ini dilisensikan berdasarkan Creative Commons Attribution-Non-Commercial-Share 3.0 Daratan Lisensi Cina Perjanjian