소개
현재 연구자들이 사용하고있는 딥 러닝 프레임 워크는 텐서 플로우, 파이터, 케라 등을 포함하여 다릅니다. 이러한 딥 러닝 프레임 워크는 컴퓨터 비전, 음성 인식, 자연 언어 처리 및 생물 정보학과 같은 분야에 적용되며 우수한 결과를 얻었습니다. 그 중에서 Pytorch는 드문 단순하고 우아하며 효율적이며 빠른 프레임 워크입니다. 현재 오픈 소스 프레임 워크 중에서 유연성, 사용 편의성 및 속도 측면에서 Pytorch를 동시에 능가 할 수 없습니다.
이 문서는 Pytorch의 초보자 자습서로, 주로 Pytorch를 배우고 자하는 학생 또는 딥 러닝 애호가를 목표로합니다. 튜토리얼 연구를 통해 Zero Foundation으로 딥 러닝을 달성하고, 자체 학습의 어려움을 줄이고, Pytorch를 빠르게 배울 수 있습니다.
공식 자습서에는 Pytorch 소개 및 설치 자습서가 포함됩니다. 초보자 단계에서 분류기 모델을 빠르게 완성 할 수있는 60 분의 빠른 시작 튜토리얼; 컴퓨터 비전에 일반적으로 사용되는 모델은 자신의 데이터를 기반으로 조정하기에 편리하며 더 이상 처음부터 쓰기를 필요로하지 않습니다. 자연어 처리 모델, 챗봇, 텍스트 생성 및 기타 생생하고 흥미로운 프로젝트.
대체로 :
- Pytorch에 대해 자세히 알아 보려면 소개 섹션을 참조하십시오.
- Pytorch로 빨리 시작하려면 60 분을 시청하여 시작할 수 있습니다.
- 컴퓨터 비전 문제를 해결하려면 컴퓨터 비전 섹션을 볼 수 있습니다.
- 자연어 처리 문제를 해결하려면 NLP 섹션을 참조하십시오.
- 강화 학습 및 생성 적대적 네트워크의 일부 내용도 있습니다.
Pytorch 공식 문서 비디오 버전은 B 스테이션에서 온라인으로 제공됩니다.
https://www.bilibili.com/video/bv1gs4y1f71q/
컬렉션 https://github.com/fendouai/pytorchvideo
저자 : Pytorchchina Pytorch Translation Team : News & Panchuang
원본 텍스트 : https://pytorch.org/tutorials/
목차
1 장 : Pytorch의 소개 및 다운로드
1. Pytorch 소개
2.Pytorch 환경 구성
2 장 : Pytorch로 시작하기 : 60 분
1. Pytorch를 시작하는 것
2.Pytorch 자동 차별화
3.Pytorch 신경망
4.Pytorch 이미지 분류기
5.Pytorch 데이터 병렬 처리
3 장 : Pytorch 소개
1. 데이터로드 및 처리
2.pytorch 테스트
3. 전이 학습
4. 하이브리드 프론트 엔드에 대한 Seq2Seq 모델의 배포
5. 모델을 저장하고로드하십시오
4 장 : Pytorch의 이미지
1. Torchvision 0.3에 따라 물체 감지 모델을 미세 조정하십시오.
2. TorchVision 모델을 미세 조정하십시오
3. 공간 변환기 네트워크
4. 신경 전환을 위해 Pytorch를 사용하십시오
5. 대립 예를 생성합니다
6. Onnx를 사용하여 모델을 Caffe2 및 Mobile으로 전송합니다.
5 장 : Pytorch의 텍스트
1. 챗봇 튜토리얼
2. 문자 수준 RNN을 사용하여 이름을 생성하십시오
3. 이름 분류에 문자 수준 RNN을 사용하십시오
4. 딥 러닝 및 NLP에서 Pytorch를 사용하십시오
5. 번역을 위해 Sequence2Equence 네트워크 및주의를 사용하십시오
6 장 : Pytorch의 세대 및 적대적 네트워크
1. 생성 적대적 네트워크
7 장 : Pytorch의 강화 학습
1. 강화 학습 (DQN)
튜토리얼 권장 사항
http://pytorchchina.com
- Panchuang AI 챗봇, 지능형 고객 서비스 :
http://www.panchangai.com/
- Panchuang 튜토리얼 웹 사이트, Tensorflow, Pytorch, Keras :
http://panchang.net/
- 마술 사진 인터넷 지식 그래프 추천 시스템 :
http://motuhulian.com
제한된 수준의 번역기로 인해 누락이없는 경우 PR을 제출하십시오.