thorough pytorch
1.0.0
重要
オンライン読書アドレス|ビデオチュートリアルのサポート| Zhihai（国立AI科学教育プラットフォーム）
注：オンラインドキュメントの更新メインリポジトリの更新の背後に遅れてください。ソースフォルダーのマークダウンファイルを確認することをお勧めします。
Pytorchは、深い学習を使用したデータサイエンス研究の重要なツールです。柔軟性、読みやすさ、パフォーマンスにかなりの利点があります。近年、学術コミュニティで深い学習アルゴリズムを実装するための最も一般的に使用されるフレームワークになりました。
Pytorchの学習には理論的な埋蔵量と実践的なトレーニングの両方があり、両手が強力でなければならないことを考えると、「Pytorchを理解しやすい」コースを開発しました。
私たちのビジョンは、チーム学習を通じて、誰もがPytorchの基本的な知識と内容を浅いものから深く習得することで、自分の実践的な練習を通して習熟度を深めることができます。同時に、実際のプロジェクト運用を通じて、プログラミングスキルを完全にトレーニングし、深い学習におけるPytorchの基本的なプロセスを習得し、実際の問題を解決する能力を向上させることができます。
学習の前提条件は、Pythonプログラミングを使用し、ニューラルネットワークを含む機械学習アルゴリズムを理解し、実践的な実践に熱心になることです。
「理解しやすいPytorch」は、合計3つの部分を持つシリーズです。このシリーズの最初と2番目の部分はすでにオンラインです。 「詳細で理解しやすいPytorch」（パート2）は、将来更新され、実用的なアプリケーションに沿った実用的なケースを提供します。
| メンバー | 個人的なプロフィール | パーソナルホームページ |
|---|---|---|
| ニウ・ジカン | Xi'an電子科学技術大学の学部学生であるDatawhaleのメンバー | [Zhihu] [個人ホームページ] |
| Li Jiaqi | Tsinghua大学の大学院生であるDatawhaleのメンバー | [Zhihu] |
| Li Yang | Datawhaleのメンバー、中国科学アカデミー、数学システム科学研究所の大学院生 | [Zhihu] |
| チェン・アンドン | ハルビン技術研究所の大学院生、ダトワヘールのメンバー | [個人ホームページ] |
チュートリアルの貢献ステータス（コースはすでにオンラインです）：
Li Jiaqi：第3章。第4章。第5章。第6章。第7章。第8章。コンテンツ統合
Niu Zhikang：第1章。第3章。第6章。第7章。第8章、第9章、第10章。ドキュメントの展開
Liu Yang：第2章。第3章
チェン・アンドン：第2章。第3章。第7章
いくつかの章では、ライブの説明については、Bステーションの再生（継続的に更新）をご覧ください：https：//www.bilibili.com/video/bv1l444y1472z
コースオーケストレーション：詳細で理解しやすいPytorchは、Pytorch Deep Learningの基本知識、Pytorchの高度な操作、Pytorchの症例分析の3つの段階に分かれています。
使い方：
コースのコンテンツは、このリポジトリにマークダウン形式またはjupyterノートブック形式で保存されます。コースのコンテンツの理解を深めるためにもっと読むことに加えて、最も重要なことは練習、練習、練習することです
チーム学習の取り決め：
パート1：第1章から第4章、学習サイクル：10日。
パート2：第5章から第8章、学習サイクル：11日
このプロジェクトでは、 Forkingワークフローを使用しています。詳細については、Atlassian文書を参照してください。手順は次のとおりです。
upstreamリポジトリアドレスを設定し、 pushを無効にしますlecture{#NO}という名前が付けられ、 #NOコースディレクトリに対応するlecture07などの2桁のままですコマンド例：
# fork
# clone
git clone [email protected]:USERNAME/thorough-pytorch.git
# set upstream
git remote add upstream [email protected]:datawhalechina/thorough-pytorch.git
# disable upstream push
git remote set-url --push upstream DISABLE
# verify
git remote -v
# some sample output:
# origin [email protected]:NoFish-528/thorough-pytorch.git (fetch)
# origin [email protected]:NoFish-528/thorough-pytorch.git (push)
# upstream [email protected]:datawhalechina/thorough-pytorch.git (fetch)
# upstream DISABLE (push)
# do your work
git checkout -b lecture07
# edit and commit and push your changes
git push -u origin lecture07
# keep your fork up to date
# # fetch upstream main and merge with forked main branch
git fetch upstream
git checkout main
git merge upstream/main
# # rebase brach and force push
git checkout lecture07
git rebase main
git push -f次の形式を使用して情報を送信します。 <type>: <short summary>
<type>: <short summary>
│ │
│ └─⫸ Summary in present tense. Not capitalized. No period at the end.
│
└─⫸ Commit Type: [docs #NO]:others
others 、このREADME.mdの変更、 .gitignoreへの調整など、コース関連のない変更が含まれます。
| コンテンツ | 時間を更新します | コンテンツ |
|---|---|---|
| 頂点 | 頂点の紹介と使用 | |
| モデルの展開 | FlaskはPytorchモデルを展開します | |
| Torchscript | Torchscript | |
| 並列トレーニング | 並列トレーニング | |
| モデルプリトレーニング-TorchHub | Torchhubの紹介と使用 | |
| ターゲット検出-SSD | SSDの紹介と実装 | |
| オブジェクト検出-RCNNシリーズ | fast-rcnn＆mask-rcnn | |
| ターゲット検出-DETR | Detrの実装 | |
| 画像分類-GoogleLENET | GoogleLenetの紹介と実装 | |
| 画像分類 - MobileNetシリーズ | MobileNetシリーズの紹介と実装 | |
| 画像分類 - ゴーストネット | ゴーストネットコードの説明 | |
| 生成的敵対的ネットワーク - 生成手書きのデジタルプラクティス | 数値を生成し、それらを視覚化します | |
| 生成的敵対ネットワーク-DCGAN | ||
| スタイル転送 - スタイルガン | ||
| ネットワークの生成-VAE | ||
| 画像セグメンテーションディープラブシリーズ | ディープラブシリーズコードの説明 | |
| 自然言語処理LSTM | LSTM感情分析の実践 | |
| 自然言語加工トランス | ||
| 自然言語処理バート | ||
| ビデオ | 決定される | |
| オーディオ | 決定される | |
| カスタムCUDA拡張機能とオペレーター |
contrib.rocksで作られています。
この作業は、Creative Commons Attribution-Non-Commercial-Share 4.0国際ライセンスの下でライセンスされています。
