Deep Tutorials for PyTorch
1.0.0
這是我寫的一系列深入的教程，用於使用令人驚嘆的Pytorch圖書館獨自實施涼爽的深度學習模型。
假定Pytorch和神經網絡的基礎知識。
如果您是Pytorch的新手，請首先使用Pytorch閱讀深度學習：60分鐘的閃電戰和學習示例的Pytorch。
2023年4月24日：我剛剛完成了超分辨率和變形金剛教程。
2023年12月9日：對國際象棋或變形金剛感興趣？查看國際象棋變形金剛。
在每個教程中，我們將通過實施研究論文的模型來關注特定的應用或感興趣領域。
| 應用 | 紙 | 教程 | 也學習 | 地位 |
|---|---|---|---|---|
| 圖像字幕 | 展示，參加並告訴 | 圖像字幕的Pytorch教程 | •編碼器架構 • 注意力 •轉移學習 •光束搜索 | ？ 完全的 |
| 序列標記 | 使用任務感知神經語言模型授權序列標籤 | 序列標記的Pytorch教程 | •語言模型 •字符rnns •多任務學習 •有條件的隨機字段 •Viterbi解碼 •高速公路網絡 | ？ 完全的 |
| 對象檢測 | SSD：單鏡頭多伯克斯檢測器 | 一個pytorch教程，用於對象檢測 | •單發檢測 •多尺度功能地圖 •先生 •Multbox •硬採礦 •非最大抑製作用 | ？ 完全的 |
| 文本分類 | 文檔分類的分層注意力網絡 | 文本分類的Pytorch教程 | •分層關注 | ？ 代碼完成 |
| 超分辨率 | 使用生成對抗網絡的照片真實的單圖像超分辨率 | 高分辨率的Pytorch教程 | •甘斯- 這也是gan教程 •剩餘連接 •子像素卷積 •感知損失 | ？ 完全的 |
| 機器翻譯 | 注意就是您所需要的 | 變壓器的Pytorch教程 | •變壓器 •多頭關注 •位置嵌入 •編碼器架構 •字節對編碼 •光束搜索 | ？ 完全的 |
| 語義細分 | Segformer：使用變壓器的語義分割的簡單有效設計 | 語義分段的pytorch教程 | N/A。 | ？ 計劃 |
