PyTorchDocs

簡介

目前研究人員正在使用的深度學習框架不盡相同，有TensorFlow 、PyTorch、Keras等。這些深度學習框架被應用於計算機視覺、語音識別、自然語言處理與生物信息學等領域，並獲取了極好的效果。其中，PyTorch是當前難得的簡潔優雅且高效快速的框架，當前開源的框架中，沒有哪一個框架能夠在靈活性、易用性、速度這三個方面有兩個能同時超過PyTorch。

本文檔的定位是PyTorch 入門教程，主要針對想要學習PyTorch的學生群體或者深度學習愛好者。通過教程的學習，能夠實現零基礎想要了解和學習深度學習，降低自學的難度，快速學習PyTorch。

官方教程包含了PyTorch 介紹，安裝教程；60分鐘快速入門教程，可以迅速從小白階段完成一個分類器模型；計算機視覺常用模型，方便基於自己的數據進行調整，不再需要從頭開始寫；自然語言處理模型，聊天機器人，文本生成等生動有趣的項目。

總而言之：

• 如果你想了解一下PyTorch，可以看介紹部分。
• 如果你想快速入門PyTorch，可以看60分鐘快速入門。
• 如果你想解決計算機視覺問題，可以看計算機視覺部分。
• 如果你想解決自然語言處理問題，可以看NLP 部分。
• 還有強化學習和生成對抗網絡部分內容。

PyTorch 官方文檔視頻版上線B站

https://www.bilibili.com/video/BV1GS4y1F71Q/

合集https://github.com/fendouai/PyTorchVideo

作者：PyTorchChina PyTorch 翻譯小組: News & PanChuang

原文：https://pytorch.org/tutorials/

目錄

第一章：PyTorch之簡介與下載

1.PyTorch簡介

2.PyTorch環境搭建

第二章：PyTorch之60min入門

1.PyTorch 入門

2.PyTorch 自動微分

3.PyTorch 神經網絡

4.PyTorch 圖像分類器

5.PyTorch 數據並行處理

第三章：PyTorch之入門強化

1.數據加載和處理

2.PyTorch小試牛刀

3.遷移學習

4.混合前端的seq2seq模型部署

5.保存和加載模型

第四章：PyTorch之圖像篇

1.微調基於torchvision 0.3的目標檢測模型

2.微調TorchVision模型

3.空間變換器網絡

4.使用PyTorch進行Neural-Transfer

5.生成對抗示例

6.使用ONNX將模型轉移至Caffe2和移動端

第五章：PyTorch之文本篇

1.聊天機器人教程

2.使用字符級RNN生成名字

3.使用字符級RNN進行名字分類

4.在深度學習和NLP中使用Pytorch

5.使用Sequence2Sequence網絡和注意力進行翻譯

第六章：PyTorch之生成對抗網絡

1.生成對抗網絡（Generative Adversarial Networks）

第七章：PyTorch之強化學習

1.強化學習（DQN）

教程推薦

• PyTorch 入門教程

http://pytorchchina.com

• 磐創AI 聊天機器人，智能客服：

http://www.panchuangai.com/

• 磐創教程網站，TensorFlow，Pytorch，Keras：

http://panchuang.net/

• 魔圖互聯知識圖譜推薦系統：

http://motuhulian.com

由於譯者水平有限，如有疏漏，歡迎提交PR。