PyTorch Tutorial 2nd

Pytorch Practical Tutorial (ฉบับที่สอง)

หลังจาก 5 ปี 4 ปี 2 ปี "การสอน Pytorch ภาคปฏิบัติ" (ฉบับที่สอง) เสร็จสมบูรณ์แล้ว เหนือสาระสำคัญของฉบับพิมพ์ครั้งแรก กรณีแอพพลิเคชั่นการเรียนรู้ อย่างลึกซึ้งและรายละเอียดและ กรอบการปรับใช้เหตุผล ได้รับการเพิ่มทำให้หนังสือเล่มนี้ครอบคลุมความรู้ที่เกี่ยวข้องอย่างเป็นระบบโดยวิศวกรการเรียนรู้ลึก ตัวอย่างเช่นการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ได้รับคลื่นหลังจากคลื่น "Pytorch Practical Tutorial" (ฉบับที่สอง) ยังไม่จบ แต่ออกเดินทางอีกครั้งเปิดเทคโนโลยีใหม่สาขาใหม่และบทใหม่ ฉันหวังว่าจะเรียนรู้และก้าวหน้าต่อไปกับทุกคนในเทคโนโลยีปัญญาประดิษฐ์ในอนาคต

อ่านออนไลน์ ( โอเพ่นซอร์สฟรี ): "Pytorch Practical Tutorial" (ฉบับที่สอง)

รหัสสนับสนุน ( โอเพนซอร์สฟรี ): "Pytorch Practical Tutorial" (ฉบับที่สอง)

???: กรุณา คลิกสตาร์ เพื่อให้กำลังใจ!

---

โครงการนี้รวมอยู่ในชุมชน HelloGithub และได้รับการเพิ่มเข้าไปในโปรแกรม Badge HelloGithub

สารบัญ

• เนื้อหาของหนังสือเล่มนี้
  • บทความก่อนหน้า - พื้นฐาน Pytorch
  • บทความ II - แอปพลิเคชันอุตสาหกรรม
  • บทความถัดไป - การใช้เหตุผลและการปรับใช้
• ไฮไลท์ของหนังสือเล่มนี้

เนื้อหาของหนังสือเล่มนี้

หนังสือเล่มนี้ใช้แนวคิดพื้นฐานเป็นรากฐานที่สำคัญวิสัยทัศน์คอมพิวเตอร์การประมวลผลภาษาธรรมชาติและแบบจำลองภาษาขนาดใหญ่เป็นหลักและกรอบการปรับใช้การอนุมานเป็นสะพานซึ่งทั้งหมดนี้ให้ผู้อ่านด้วยรหัสวิศวกรรมและคำอธิบายเชิงทฤษฎีสำหรับการใช้งานโครงการ หนังสือเล่มนี้แบ่งออกเป็นสามส่วนส่วนแรก: บทนำส่วนที่สอง: แอปพลิเคชันส่วนถัดไป: การใช้งาน

บทความก่อนหน้า

พื้นฐาน Pytorch สำหรับผู้เริ่มต้นนักศึกษาที่ไม่ใช่มืออาชีพและนักศึกษาระดับปริญญาตรีเราให้คำแนะนำเกี่ยวกับ Pytorch อธิบายการสร้างสภาพแวดล้อมการพัฒนาแนะนำโมดูลหลักของ Pytorch เช่นข้อมูลแบบจำลองการเพิ่มประสิทธิภาพและการสร้างภาพข้อมูล ในที่สุดเราใช้จุดความรู้ Pytorch ที่อธิบายเพื่อสร้างชุดของโครงสร้างรหัสของตัวเองเพื่อวางรากฐานสำหรับแอปพลิเคชันที่ตามมา

บทความ II

แอปพลิเคชันอุตสาหกรรม หลังจากบทความก่อนหน้านี้ฉันมีดที่ดีขึ้นแล้วใช้มันเพื่อแสดงทักษะของฉันในสาขาต่าง ๆ สามหัวข้อจะได้รับการอธิบายคือการมองเห็นคอมพิวเตอร์การประมวลผลภาษาธรรมชาติและรูปแบบภาษาขนาดใหญ่

-

ในบท CV มีงานหลักรวมถึงงานหลักแปดอย่าง: การจำแนกภาพการแบ่งส่วนภาพการตรวจจับวัตถุการติดตามวัตถุการสร้าง GAN การสร้างการแพร่กระจายภาพคำอธิบายภาพและการดึงภาพ

---

-

ในบท NLP มีคำอธิบายโดยละเอียดและการประยุกต์ใช้ RNN, LSTM, Transformer, Bert และ GPT งานแอปพลิเคชันประกอบด้วยงานที่สำคัญห้าประการ: การจำแนกประเภทข้อความการแปลเครื่องการจดจำการตั้งชื่อร่างกายคำถามและคำตอบและการสร้างบทความ

---

-

ในบท LLM ประกอบด้วยการปรับใช้ LLM 4 ครั้งและการวิเคราะห์รหัสและแอปพลิเคชันอุตสาหกรรม LLM - GPT Academic (การเพิ่มประสิทธิภาพทางวิชาการ GPT) LLM รวมถึงสี่รุ่นหลัก ๆ ของโอเพ่นซอร์สในประเทศจีน, Qwen, Chatglm, Baichuan และ Yi

บทความถัดไป

อุตสาหกรรมถูกนำไปใช้ ด้วยเครื่องมือและสถานการณ์เราต้องทำให้มีค่าและกลายเป็นบริการอัลกอริทึมที่ใช้งานได้และมีประโยชน์ ดังนั้นจึงเป็นเรื่องปกติที่จะตัดกรอบการฝึกอบรมและกรอบการทำงานหนักเช่น Pytorch สำหรับการปรับใช้การเร่งความเร็วและการหาปริมาณ บทนี้จะแนะนำหลักการและการใช้ ONNX และ TENSORRT และในเวลาเดียวกันใช้ Tensorrt เพื่อวิเคราะห์แนวคิดของการหาปริมาณการปฏิบัติและหลักการของ การหาปริมาณ PTQ และ QAT

ฉันเชื่อว่าผ่านการเรียนรู้บทความแรกกลางและถัดไปมันสามารถช่วยให้นักเรียนเบื้องต้นหลีกเลี่ยงการออกนอกเส้นทางหลายครั้งอย่างรวดเร็ว pytorch มีความสามารถในการยืนอยู่คนเดียวสามารถเลือกแบบจำลองอัลกอริทึมตามสถานการณ์จริงและสามารถปรับใช้และใช้แบบจำลองเพื่อสร้างวงปิดและเปิดกระบวนการทั้งหมด

ไฮไลท์ของหนังสือเล่มนี้

• โครงสร้างที่ชัดเจน: หนังสือทั้งเล่มแบ่งออกเป็นสามส่วน: ส่วนแรก (บทนำ) ส่วนที่สอง (แอปพลิเคชัน) และส่วนถัดไป (การใช้งาน) ค่อยๆนำผู้อ่านมาเรียนรู้ในเชิงลึก

• การรวมกันของทฤษฎีและการปฏิบัติ: ไม่เพียง แต่ให้คำอธิบายทางทฤษฎี แต่ยังช่วยให้ผู้อ่านใช้ทฤษฎีในการฝึกฝนผ่านกรณีโครงการที่หลากหลาย

• กรณีปฏิบัติที่หลากหลาย: จัดเตรียมกรณีการปฏิบัติในหลายสาขาเช่นการมองเห็นคอมพิวเตอร์การประมวลผลภาษาธรรมชาติและแบบจำลองภาษาขนาดใหญ่

• ความครอบคลุมอย่างเป็นระบบ: ครอบคลุมพื้นฐานของ Pytorch, งานด้านการมองเห็นคอมพิวเตอร์งานพื้นฐาน, การประมวลผลภาษาธรรมชาติงานพื้นฐาน, แบบจำลองภาษาขนาดใหญ่และกรอบการปรับใช้การอนุมาน

• การบังคับใช้ที่กว้าง: เหมาะสำหรับนักเรียน AI การศึกษาด้วยตนเองผู้จัดการผลิตภัณฑ์ AI นักเรียนปัจจุบันและผู้คนข้ามสนามอ่านพบผู้อ่านที่มีภูมิหลังและความต้องการที่แตกต่างกัน

การสื่อสารผู้อ่าน

เพื่อเพิ่มบรรยากาศการอ่านของผู้อ่านและจัดหาช่องทางการสื่อสารกลุ่มการสื่อสาร QQ ได้รับการจัดตั้งขึ้นเป็นพิเศษ

เพื่อให้แน่ใจว่าคุณภาพของการสื่อสารภายในกลุ่มคุณต้องใช้รหัสผ่านเพื่อเข้าร่วมกลุ่ม โปรดตรวจสอบรหัส

ในอนาคตอันใกล้นี้เราจะแบ่งปันบทความทางเทคนิคล่าสุดในกลุ่มรวมถึงการต่อสู้เชิงปฏิบัติโครงการ CV การใช้เหตุผลและการปรับใช้ LLM ระบบ RAG และเทคโนโลยีที่ทันสมัยอื่น ๆ ยินดีต้อนรับสู่เข้าร่วมการแลกเปลี่ยนทางเทคนิค

กลุ่ม: 671103375 (เต็ม)

กลุ่มที่ 2: 773031536 (เต็ม)

สามกลุ่ม: 514974779 (เต็ม)

สี่กลุ่ม: 854620826

โปรโตคอลโอเพ่นซอร์ส

งานนี้ได้รับใบอนุญาตภายใต้ Creative Commons Attribution-Noncommercial License 4.0 International License

ภาคผนวก

หยุดการอัปเดตบันทึก:

วันที่	กำหนดการ	เหตุผลในการหยุดอัปเดต	หยุดเวลา
ปลายเดือนมกราคม 2565	เสร็จสมบูรณ์ถึง 3.2	มีโครงการ "ปวดหัว" ในที่ทำงาน	ปลายเดือนมกราคม 2565 ถึงปลายเดือนเมษายน 2565
ปลายเดือนกรกฎาคม 2565	เสร็จสมบูรณ์ถึง 7.7	มีโครงการมากขึ้นผู้คนใหม่ ๆ และสิ่งต่าง ๆ ที่ไม่ได้อยู่นอก บริษัท คาดว่าจะดำเนินต่อไปจนถึงเดือนพฤศจิกายน	ตั้งแต่ปลายเดือนกรกฎาคม 2565 ถึงต้นเดือนมีนาคม 2566
ต้นเดือนกรกฎาคม 2566	เสร็จสมบูรณ์ถึง 11.3	คนรักตัวน้อยเกิดมาและพลังงานของเขาหมดไป ...	กลางเดือนมิถุนายน 2022 ถึงกลางเดือนมกราคม 2566