pytorch tutorials examples and books
1.0.0
참고 : 이들 중 일부는 이전 버전입니다. 다음 책 부분은 버전 1.X가 아닙니다.
이 디렉토리를 업데이트하는 데 지연이있을 수 있습니다. 모든 정보는이 폴더의 파일을 참조하십시오.
* 1 부 : Pytorch 소개 및 텐서 사용 * 2 부 : Pytorch를 사용하여 완전히 연결된 신경망 구축 * 3 부 : MNIST에서 역전술로 완전히 연결된 네트워크를 훈련시키는 방법 * 4 부 : 운동 - 패션 미니스트에 신경망을 훈련 * 5 부 : 예측 및 네트워크 검증을 위해 훈련 된 네트워크 사용 * 6 부 : 훈련 된 모델을 저장 및로드하는 방법 * 파트 7 : TorchVision으로 이미지 데이터로드, 또한 데이터 확대 * 8 부 : 개와 고양이를위한 최첨단 이미지 분류기를 훈련시키기 위해 전송 학습을 사용하십시오.
*강의 01_ 개요 .pptx *강의 02_ 선형 모델 .pptx *강의 03_ 그라디언트 하강 .pptx *강의 04_ 역전 및 Pytorch Autograd.pptx *강의 05_ Pytorch Way.pptx의 선형 회귀 *강의 06_ 로지스틱 회귀 *강의 07_ Wide _ Deep.pptx *강의 08_dataloader.pptx *강의 09_ SoftMax Classifier.pptx *강의 10_ 기본 CNN.pptx *강의 11_ 고급 CNN.pptx *강의 12_ rnn.pptx *강의 13_ RNN II.PPTX *강의 14_ SEQ2SEQ.PPTX *강의 15_ NSML, Smartest ML Platform.pptx
* 1-1-1-1-1-1-1-10- 러닝 .pdf * 1-2-Current-success.pdf * 1-3-wat-is-happening.pdf * 1-4- 텐더 및 라인 리그 리셉션 .pdf * 1-5 높이의 차원 텐더 .pdf * 1-6 텐더 내부 .pdf * 2-1-loss and-Risk.pdf * 2-2- 오버 피팅 .pdf * 2-3-3- 바이어스 분산 -Dilemma.pdf * 2-4-evaluation-protocols.pdf * 2-5-basic-embeddings.pdf * 3-1-Perceptron.pdf * 3-2-lda.pdf * 3-3-features.pdf * 3-4-mlp.pdf * 3-5- 그라디언트 -descent.pdf * 3-6-backprop.pdf * 4-1 DAG-Networks.pdf * 4-2-autograd.pdf * 4-3 모듈 및 배치 프로세싱 .pdf * 4-4-convolutions.pdf * 4-5-pooling.pdf * 4-6 작곡 -Module.pdf * 5-1-Cross-entropy-loss.pdf * 5-2-sgd.pdf * 5-3-optim.pdf * 5-4-l2-l1-penalties.pdf * 5-5- 초기화 .pdf * 5-6 아카데입 및 훈련 .pdf * 5-7 작곡 -Autograd-function.pdf * 6-1- 베이트-펙트 .pdf * 6-2 rectifiers.pdf * 6-3-dropout.pdf * 6-4 배치-정규화 .pdf * 6-5-Residual-networks.pdf * 6-6-using-gpus.pdf * 7-1-cv-tasks.pdf * 7-2- 이미지 클래스 화 .pdf * 7-3- 오브젝트-섭취 .pdf * 7-4- 세그먼트 .pdf * 7-5-Dataloader and-Surgery.pdf * 8-1의 보라미터 .pdf * 8-2 a-at-activations.pdf * 8-3-visualizing-input.pdf * 8-4- 최적화 된 입력 .pdf * 9-1 트랜지션 코볼 루션 .pdf * 9-2-autoencoders.pdf * 9-3 대리 및 변성-아우토 엔코더 .pdf * 9-4-nvp.pdf * 10-1-gan.pdf * 10-2-Wasserstein-gan.pdf * 10-3- 조건 -Gan.pdf * 10-4-peristence.pdf * 11-1-RNN-Basics.pdf * 11-2-lstm and-gru.pdf * 11-3 단어 엠 베드 딩 및 전환 .pdf
Pytorch는 무엇입니까? (Pytorch는 무엇입니까?)
Autograd : 자동으로 안내를 검색합니다
신경망
분류기 훈련
선택 사항 : 데이터 병렬 처리
텐서
자동 파생 (Autograd)
nn 모듈 ( nn 모듈)
이 repo의 일부 코드는 #%% 사용하여 블록으로 분리됩니다. 블록은 Jupyter Notebook 의 셀과 동일합니다. 따라서이 기능을 지원하는 편집자/IDE가 권장됩니다.
와 같은:
