pytorch handbook

Manual Chinês Pytorch (Manual Pytorch)

Introdução ao livro

Este é um livro de código aberto com o objetivo de ajudar aqueles que desejam e usarem o Pytorch para o desenvolvimento e a pesquisa de aprendizado profundo rapidamente.

Devido ao meu nível limitado, me referi a algumas informações on -line ao escrever este tutorial. Eu gostaria de expressar meu respeito a eles aqui. Vou anexar o endereço original a cada cotação para sua referência.

A tecnologia Deep Learning está se desenvolvendo rapidamente, e a Pytorch também é constantemente atualizada, e vou melhorar gradualmente o conteúdo relevante.

Descrição da versão

Devido à mudança da versão Pytorch, a versão do tutorial será consistente com a versão Pytorch.

Resumo das principais mudanças na versão principal da Pytorch Atualização atual versão 1.11

Versão online e pdf

Os espelhos domésticos são muito rápidos e não serão bloqueados: https://www.pytorch.wiki/

Ainda não existe um bom método para gerar arquivos PDF. Amigos familiarizados com esse aspecto podem entrar em contato comigo. Estou grato.

QQ 6 grupos

Número do grupo: 760443051

Clique no link para ingressar no grupo de bate -papo em grupo [Grupo de Comunicação do Manual Pytorch 6]: https://jq.qq.com/?_wv=1027&k=x4ro6uwv

O Grupo 1 (985896536) está cheio, Grupo 2 (681980831) Grupo 3 (773681699) está cheio 4 (884017356) está cheio 5 (894059877) está cheio

Não adicione

Novos benefícios

Conta pública Compartilhamento diário de artigos de produtos secos

ilustrar

• Mencione diretamente o problema ou PR ao modificar o erro de digitação

• Por favor, preste atenção à versão quando Pr

• Se você tiver alguma dúvida, pergunte diretamente o problema

grato

Índice

Capítulo 1: Introdução com Pytorch

1. Introdução a Pytorch
2. Construção do ambiente Pytorch
3. Pytorch Deep Learning: Start Quick Start de 60 minutos (oficial)
   • Tensor
   • AutoGRAD: pesquise automaticamente por orientação
   • Rede Neural
   • Treinando um classificador
   • Leitura selecionada: processamento de dados paralelos (GPU múltiplo)
4. Recursos relacionados Introdução

Capítulo 2 básicos

Seção 1 Pytorch Basics

1. Tensor
2. Guia automático
3. Pacote de rede neural nn e otimizer optm
4. Carregamento de dados e pré -processamento

Seção 2 Noções básicas de aprendizado profundo e princípios matemáticos

O básico do aprendizado profundo e dos princípios matemáticos

Seção 3 Introdução às redes neurais

Introdução à rede neural Nota: Este capítulo falhará ao abrir usando o Microsoft's Edge localmente. Por favor, permita que o Chrome Firefox seja aberto para visualizar.

Seção 4 Rede Neural Convolucional

Rede neural convolucional

Seção 5 Rede Neural Recorrente

Rede neural recorrente

Capítulo 3 Prática

Seção 1 Classificação binária de regressão logística

Classificação binária de regressão logística

Seção 2 CNN: Reconhecimento numérico manuscrito do conjunto de dados MNIST

CNN: reconhecimento numérico manuscrito do conjunto de dados MNIST

Seção 3 RNN Exemplo: Previsão de Cos por Sin

RNN Instância: Previsão de COS por pecado

Capítulo 4 Melhoria

Seção 1 Ajuste fino

Afinação

Seção 2 Visualização

visdom

Tensorboardx

Entenda visualmente as redes neurais convolucionais

Seção 3 Fast.ai

Fast.ai

Algumas dicas para treinamento na Seção 4

Seção 5 Treinamento paralelo multi-GPU

Computação paralela multi-GPU

Artigo de tradução suplementar: Usando distribuídoDataParalleallel em pytorch para treinamento de modelo distribuído com multi-GPU

Use DistributedDataParallelel em Pytorch para treinamento de modelo distribuído por GPU multi-GP

CAPÍTULO 5 APLICAÇÃO

Seção 1 Introdução Kaggle

Introdução a Kaggle

Seção 2 Dados estruturados

Pytorch lida com dados estruturados

Seção 3 Visão computacional

Classificação de imagem mnist de moda

Seção 4 Processamento de linguagem natural

Seção 5 Filtragem colaborativa

Capítulo 6 Recursos

Torchaudio

Capítulo 7 Apêndice

Raspberry Pi Compilação e instalação de Pytorch 1.4

Resumo das operações comuns de transformações

Resumo da função de perda de Pytorch

Resumo do otimizador Pytorch

Script

O diretório de script é um script que escrevi para converter ipynb em versão online e arquivo pdf. Como ainda está no estágio de teste, pergunte se você tem alguma dúvida.

Licença

Este trabalho é licenciado sob o Creative Commons Attribution-Non-Commercial-Share-Share-Share 3.0 Contrato de licença da China continental