Deep Tutorials for PyTorch
1.0.0
Esta é uma série de tutoriais aprofundados que estou escrevendo para implementar modelos de aprendizado profundo de profundidade com a incrível biblioteca Pytorch.
É assumido o conhecimento básico das redes pytorch e neural.
Se você é novo no Pytorch, primeiro leia o Deep Learning com Pytorch: uma blitz de 60 minutos e aprendendo Pytorch com exemplos.
24 de abril de 2023 : Acabei de concluir os tutoriais de super-resolução e transformadores.
09 de dezembro de 2023 : Interessado em xadrez ou transformadores? Confira transformadores de xadrez.
Em cada tutorial, focaremos em uma aplicação ou área de interesse específica implementando um modelo de um artigo de pesquisa.
| Aplicativo | Papel | Tutorial | Também aprenda sobre | Status |
|---|---|---|---|---|
| Legenda da imagem | Mostrar, participar e contar | Um tutorial de Pytorch para a legenda da imagem | • Arquitetura do codificador-decodificador • Atenção • Transferir aprendizado • Pesquisa de feixe | ? completo |
| Marcação de sequência | Rotulagem de sequência de empoder | Um tutorial de Pytorch para a rotulagem de sequência | • Modelos de idiomas • RNNS de caracteres • Aprendizagem de várias tarefas • Campos aleatórios condicionais • Decodificação de Viterbi • Redes de rodovias | ? completo |
| Detecção de objetos | SSD: detector multibox de tiro único | Um tutorial de Pytorch para detecção de objetos | • Detecção de tiro único • Mapas de recursos em várias escalas • Priores • Multibox • Mineração negativa dura • Supressão não de maximum | ? completo |
| Classificação de texto | Redes de atenção hierárquica para classificação de documentos | Um tutorial de Pytorch para a classificação de texto | • Atenção hierárquica | ? código completo |
| Super-resolução | Super-resolução de imagem única foto-realista usando uma rede adversária generativa | Um tutorial de pytorch para a super-resolução | • Gans - este também é um tutorial de GaN • Conexões residuais • Convolução do sub-pixel • Perda perceptiva | ? completo |
| Tradução da máquina | Atenção é tudo que você precisa | Um tutorial de Pytorch para Transformers | • Transformadores • Atenção de várias cabeças • INCLIMAÇÕES POSicionais • Arquitetura do codificador-decodificador • codificação de pares de bytes • Pesquisa de feixe | ? completo |
| Segmentação semântica | Segformer: design simples e eficiente para segmentação semântica com transformadores | Um tutorial de Pytorch para segmentação semântica | N / D | ? planejado |
