PyTorch Tutorial 2nd
v1.0.0-PD
5年、4年2年後、「Pytorch Practical Tutorial」（第2版）が完了しました。初版の本質の上に、豊かで詳細なディープラーニングアプリケーションのケースと推論展開フレームワークが追加されており、この本はディープラーニングエンジニアが関与する知識をより体系的にカバーしています。たとえば、人工知能技術の開発は、Wave After Wave、「Pytorch Practical Tutorial」（第2版）が終わっていませんが、再び出航し、新しいテクノロジー、新しいフィールド、新しい章を開きました。将来、人工知能技術のすべての人と学び、進歩し続けたいと思っています。
オンラインを読む（無料のオープンソース）：「Pytorch Practical Tutorial」（第2版）
サポートコード（オープンソース無料）：「Pytorch Practical Tutorial」（第2版）
???：星をクリックして励ましてください！
このプロジェクトはHellogithubコミュニティに含まれており、Hellogithubバッジプログラムに追加されました
この本は、基本的な概念を礎石、コンピュータービジョン、自然言語加工、大規模な言語モデルとしてコアとして、および推論展開フレームワークとして橋渡しします。これらはすべて、プロジェクトの実装のコードエンジニアリングと理論的説明を読者に提供します。本は3つの部分に分かれています。最初の部分：はじめに、2番目の部分：アプリケーション、次の部分：実装。
Pytorchの基本。初心者の非専門家および学部生については、Pytorchの紹介を提供し、開発環境の構築を説明し、データ、モデル、最適化、視覚化などのPytorchのコアモジュールを紹介します。最後に、説明したPytorchの知識ポイントを使用して、独自のコード構造のセットを構築して、その後のアプリケーションの基礎を築きます。
産業用アプリケーション。前の記事の後、私は良いナイフをシャープにしてから、それを使用してさまざまな分野で自分のスキルを示しました。つまり、コンピュータービジョン、自然言語処理、大規模な言語モデル、つまり3つのトピックが説明されます。
-
CVの章には、画像分類、画像セグメンテーション、オブジェクト検出、オブジェクト追跡、GAN生成、拡散生成、画像の説明、画像検索など、8つの主要なタスクを含む主流のタスクが含まれています。
-
NLPの章には、RNN、LSTM、トランス、BERT、GPTモデルの詳細な説明と適用が含まれています。アプリケーションタスクには、テキスト分類、機械翻訳、命名ボディ認識、QAの質問と回答、記事生成の5つの主要なタスクが含まれます。
-
LLMの章には、4つのLLM展開とコード分析とLLM業界アプリケーション-GPTアカデミック（GPTアカデミック最適化）が含まれています。LLMには、中国、 Qwen、Chatglm、Baichuan、YIのオープンソースの4つの主要な主流モデルが含まれています。
業界が実装されています。ツールとシナリオを使用すると、それを価値のあるものにし、使用可能で有用なアルゴリズムサービスにする必要があります。したがって、展開、加速、定量化のために、Pytorchのようなトレーニングフレームワークと重いフレームワークを削除することが一般的です。この章では、 OnnxとTensortの原則と使用を紹介し、同時にTensortを使用して、 PTQおよびQAT量子化の実用的および原則である量子化の概念を分析します。
最初の、中間、次の記事の学習を通じて、入門生の学生が多くの迂回を避け、Pytorchをすばやくマスターし、単独で立派な能力を持ち、実際のシナリオに基づいてアルゴリズムモデルを選択し、モデルを展開および適用してクローズドループを形成し、プロセス全体を開くことができると思います。
明確な構造：本全体が3つの部分に分かれています：最初の部分（導入）、2番目の部分（アプリケーション）、および次の部分（実装）は、徐々に読者に詳細を学ぶように導きます。
理論と実践の組み合わせ：理論的な説明を提供するだけでなく、読者は豊かなプロジェクトのケースを通じて実践に理論を適用することもできます。
豊富な実用的なケース：コンピュータービジョン、自然言語処理、大規模な言語モデルなどの複数の分野で実用的なケースを提供します。
体系的なカバレッジ：Pytorchの基本、コンピュータービジョンの基本タスク、自然言語処理基本タスク、大規模な言語モデルの基本、および推論展開フレームワークをカバーしています。
幅広い適用可能性：AIの自習学生、AI製品マネージャー、現在の学生、クロスフィールドの人々が読むのに適しており、さまざまな背景やニーズを持つ読者に会います。
読者の読書雰囲気を高め、コミュニケーションチャネルを提供するために、QQ通信グループが特別に確立されました。
グループ内の通信品質を確保するには、グループに参加するにはパスワードが必要です。コードを確認してください
近い将来、CV Project Practical Combat、LLMの推論と展開、RAGシステム、その他の最先端のテクノロジーなど、グループ内の最新の技術記事を共有します。技術交換に参加してください。
グループ：671103375（フル）
グループ2：773031536（フル）
3つのグループ：514974779（フル）
4つのグループ：854620826
この作業は、Creative Commons Attribution-NonCommercial使用4.0国際ライセンスの下でライセンスされています。
更新レコードを停止：
| 日付 | スケジュール | 更新を停止する理由 | 停止時間 |
|---|---|---|---|
11月まで続くと予想されます | |||
