Skip to content

PyTorch 官方中文教程包含 60 分钟快速入门教程,强化教程,计算机视觉,自然语言处理,生成对抗网络,强化学习。欢迎 Star,Fork!

Notifications You must be signed in to change notification settings

hongweijun811/PyTorchDocs

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

73 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

简介

目前研究人员正在使用的深度学习框架不尽相同,有 TensorFlow 、PyTorch、Keras等。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域,并获取了极好的效果。其中,PyTorch是当前难得的简洁优雅且高效快速的框架,当前开源的框架中,没有哪一个框架能够在灵活性、易用性、速度这三个方面有两个能同时超过PyTorch。

本文档的定位是 PyTorch 入门教程,主要针对想要学习PyTorch的学生群体或者深度学习爱好者。通过教程的学习,能够实现零基础想要了解和学习深度学习,降低自学的难度,快速学习PyTorch。

官方教程包含了 PyTorch 介绍,安装教程;60分钟快速入门教程,可以迅速从小白阶段完成一个分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然语言处理模型,聊天机器人,文本生成等生动有趣的项目。

总而言之:

  • 如果你想了解一下 PyTorch,可以看介绍部分。
  • 如果你想快速入门 PyTorch,可以看60分钟快速入门。
  • 如果你想解决计算机视觉问题,可以看计算机视觉部分。
  • 如果你想解决自然语言处理问题,可以看NLP 部分。
  • 还有强化学习和生成对抗网络部分内容。

更新计划

磐创AI 微信公众号发布后,会同步到 GitHub

更新频率:一周两次

开始时间:下周开始

欢迎关注 磐创AI 打卡学习

磐创AI

作者:磐创AI PyTorch 翻译小组: News & PanChuang

原文:https://pytorch.org/tutorials/

目录

第一章:PyTorch之简介与下载

第二章:PyTorch之60min入门

第三章:PyTorch之入门强化

1.数据加载和处理

2.PyTorch小试牛刀

3.迁移学习

4.混合前端的seq2seq模型部署

5.保存和加载模型

第四章:PyTorch之图像篇

1.微调基于torchvision 0.3的目标检测模型

2.微调TorchVision模型

3.空间变换器网络

4.使用PyTorch进行Neural-Transfer

5.生成对抗示例

6.使用ONNX将模型转移至Caffe2和移动端

第五章:PyTorch之文本篇

1.聊天机器人教程

2.使用字符级RNN生成名字

3.使用字符级RNN进行名字分类

4.在深度学习和NLP中使用Pytorch

5.使用Sequence2Sequence网络和注意力进行翻译

第六章:PyTorch之生成对抗网络

1.生成对抗网络(Generative Adversarial Networks)

第七章:PyTorch之强化学习

1.强化学习(DQN)

教程推荐

  • PyTorch 入门教程

http://pytorchchina.com

  • 磐创AI 聊天机器人,智能客服:

http://www.panchuangai.com/

  • 磐创教程网站,TensorFlow,Pytorch,Keras:

http://panchuang.net/

  • 魔图互联 知识图谱推荐系统:

http://motuhulian.com

由于译者水平有限,如有疏漏,欢迎提交 PR。

About

PyTorch 官方中文教程包含 60 分钟快速入门教程,强化教程,计算机视觉,自然语言处理,生成对抗网络,强化学习。欢迎 Star,Fork!

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%