Deep Tutorials for PyTorch
1.0.0
これは、驚くべきPytorchライブラリで自分でクールなディープラーニングモデルを実装するために書いている一連の詳細なチュートリアルです。
Pytorchとニューラルネットワークの基本的な知識が想定されています。
Pytorchを初めて使用する場合は、最初にPytorchを使用して深い学習を読んでください。
2023年4月24日：超解像度と変圧器のチュートリアルを完了しました。
2023年12月9日：チェスや変圧器に興味がありますか？チェストランスフォーマーをご覧ください。
各チュートリアルでは、研究論文からモデルを実装することにより、特定のアプリケーションまたは関心分野に焦点を当てます。
| 応用 | 紙 | チュートリアル | また、学びます | 状態 |
|---|---|---|---|---|
| 画像キャプション | 表示し、出席し、伝えます | 画像キャプションのPytorchチュートリアル | •エンコーダデコーダーアーキテクチャ • 注意 •学習を転送します •ビーム検索 | ？ 完了 |
| シーケンスラベル付け | タスク認識のニューラル言語モデルを使用したシーケンスラベル付けをエンパワーします | シーケンスラベル付けのPytorchチュートリアル | •言語モデル •文字RNN •マルチタスク学習 •条件付きランダムフィールド •viterbiデコード •高速道路ネットワーク | ？ 完了 |
| オブジェクトの検出 | SSD：シングルショットマルチボックス検出器 | オブジェクト検出に関するPytorchチュートリアル | •シングルショット検出 •マルチスケール機能マップ •priors •マルチボックス •ハードネガティブマイニング •非最大抑制 | ？ 完了 |
| テキスト分類 | ドキュメント分類のための階層的な注意ネットワーク | テキスト分類のPytorchチュートリアル | •階層的な注意 | ？ コードが完了します |
| 超解像度 | 生成的な敵対的なネットワークを使用した写真リアルな単一画像超解像度 | 超解像度へのPytorchチュートリアル | • GANS - これはGanチュートリアルでもあります •残留接続 •サブピクセルの畳み込み •知覚喪失 | ？ 完了 |
| 機械翻訳 | 注意が必要です | トランスのPytorchチュートリアル | •トランス •マルチヘッドの注意 •位置埋め込み •エンコーダデコーダーアーキテクチャ •バイトペアエンコーディング •ビーム検索 | ？ 完了 |
| セマンティックセグメンテーション | セグフォーマー：変圧器を使用したセマンティックセグメンテーション用のシンプルで効率的なデザイン | セマンティックセグメンテーションのPytorchチュートリアル | n/a | ？ 計画 |
