PyTorchDocs

導入

現在研究者によって使用されている深い学習フレームワークは、Tensorflow、Pytorch、Kerasなどを含む異なります。これらの深い学習フレームワークは、コンピュータービジョン、音声認識、自然言語処理、バイオインフォマティクスなどの分野で適用され、優れた結果を達成しました。その中でも、Pytorchは珍しい、エレガントで、効率的で高速なフレームワークです。現在のオープンソースフレームワークの中で、柔軟性、使いやすさ、速度の点で、同時にPytorchを上回るフレームワークはありません。

このドキュメントは、主にPytorchを学びたい学生または深い学習愛好家を対象としたPytorchの初心者のチュートリアルとして位置付けられています。チュートリアルの研究を通じて、ゼロファンデーションを使用して深い学習を実現し、自習の難しさを軽減し、すぐにPytorchを学ぶことができます。

公式チュートリアルには、Pytorchおよびインストールチュートリアルの紹介が含まれています。 60分間のクイックスタートチュートリアル。これにより、初心者のステージから分類装置モデルをすばやく完了できます。コンピュータービジョンに一般的に使用されるモデル。これは、独自のデータに基づいた調整に便利であり、ゼロから書き込む必要はなくなりました。自然言語処理モデル、チャットボット、テキスト生成、その他の鮮明で興味深いプロジェクト。

全体として：

• Pytorchの詳細については、紹介セクションをご覧ください。
• Pytorchをすばやく開始したい場合は、60分を視聴して始めることができます。
• コンピュータービジョンの問題を解決したい場合は、コンピュータービジョンセクションを確認できます。
• 自然言語処理の問題を解決したい場合は、NLPセクションを見ることができます。
• また、強化学習と生成的敵対的ネットワークの内容もあります。

Pytorch公式ドキュメントビデオバージョンはBステーションでオンラインで入手できます

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

コレクションhttps://github.com/fendouai/pytorchvideo

著者：Pytorchchina Pytorch翻訳チーム：News＆Panchuang

オリジナルテキスト：https：//pytorch.org/tutorials/

目次

第1章：Pytorchの紹介とダウンロード

1。Pytorchの紹介

2.Pytorch環境構造

第2章：Pytorchを始める：60分

1。Pytorchを始める

2.Pytorch自動分化

3.Pytorchニューラルネットワーク

4.Pytorch Image Classifier

5.Pytorchデータ並列処理

第3章：Pytorchの紹介

1。データの読み込みと処理

2.Pytorchテスト

3。学習を転送します

4。ハイブリッドフロントエンドのSEQ2SEQモデルの展開

5.モデルを保存してロードします

第4章：Pytorchの画像

1. TorchVision 0.3に基づいてオブジェクト検出モデルを微調整する

2。トーチビジョンモデルを微調整します

3。スペースコンバーターネットワーク

4.神経移動にはPytorchを使用します

5。対立の例を生成します

6. ONNXを使用して、モデルをCaffe2とモバイルに転送します

第5章：Pytorchのテキスト

1。チャットボットチュートリアル

2。文字レベルのRNNを使用して名前を生成します

3.名前の分類には、文字レベルのRNNを使用します

4.ディープラーニングとNLPでPytorchを使用します

5。翻訳にシーケンス2シーケンスネットワークと注意を使用します

第6章：Pytorchの世代と敵対的なネットワーク

1。生成敵のネットワーク

第7章：Pytorchの強化学習

1。補強学習（DQN）

チュートリアルの推奨事項

• Pytorchはじめにチュートリアル

http://pytorchchina.com

• Panchuang aiチャットボット、インテリジェントカスタマーサービス：

http://www.panchangai.com/

• PanchuangチュートリアルWebサイト、Tensorflow、Pytorch、Keras：

http://panchang.net/

• マジックピクチャーインターネットナレッジグラフ推奨システム：

http://motuhulian.com

翻訳者のレベルが限られているため、不作為がある場合は、PRを提出してください。