-
可选: 数据并行
可选: 数据并行 导入和参数 伪数据集 简单模型 创建模型和 DataParallel 运行模型 结果 2 GPUs 3 GPUs 8 GPUs 总结 可选: 数据并行 译者：@小王子 校对者：@李子文 作者 : Sung Kim 和 Jenny Kang 在这个教程中, 我们将会学习如何在多个GPU上使用 Da... -
nn package
nn package Example 1: ConvNet Forward and Backward Function Hooks Example 2: Recurrent Net nn package 译者：@unknown 校对者：@bringtree 我们重新设计了 nn package, 以便与 autograd 完全集成. ... -
torchvision.datasets
torchvision.datasets MNIST Fashion-MNIST COCO Captions Detection LSUN ImageFolder Imagenet-12 CIFAR STL10 SVHN PhotoTour torchvision.datasets 译者：@那伊抹微笑 、@dawenzi123... -
torch.nn.init
torch.nn.init 译者署名 torch.nn.init torch . nn . init . calculate_gain ( nonlinearity , param = None ) 返回给定非线性函数的推荐增益值。值如下： 非线性 获得 linear 1 conv{1,2,3}d 1 si... -
torch.cuda
torch.cuda 交流集 流和事件 NVIDIA 工具扩展（NVTX） 译者署名 torch.cuda 交流集 流和事件 NVIDIA 工具扩展（NVTX） 该包增加了对 CUDA 张量类型的支持，实现了与 CPU 张量相同的功能，但使用 GPU 进行计算。 它是延迟的初始化，所以你可以随时导入它，并使用is_availabl... -
并行和分布式训练
并行和分布式训练 并行和分布式训练 PyTorch 分布式概述 单机模型并行最佳实践 分布式数据并行入门 用 PyTorch 编写分布式应用 分布式 RPC 框架入门 使用分布式 RPC 框架实现参数服务器 使用 RPC 的分布式管道并行化 使用异步执行实现批量 RPC 处理 将分布式DataParallel与分布式 RPC 框架相结... -
PYTHORCH: NN
PYTHORCH: NN PYTHORCH: NN 原文：https://pytorch.org/tutorials/beginner/examples_nn/polynomial_nn.html#sphx-glr-beginner-examples-nn-polynomial-nn-py 校对：DrDavidS 一个三阶多项式，通过最小化... -
PyTorch: 变量和autograd
PyTorch: 变量和autograd PyTorch: 变量和autograd 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射. 在实现中, 我们将使用PyTo... -
PyTorch: 动态控制流程 + 权重共享
PyTorch: 动态控制流程 + 权重共享 PyTorch: 动态控制流程 + 权重共享 译者：@yongjay13 、@speedmancs 校对者：@bringtree 为了展示PyTorch的动态图的强大, 我们实现了一个非常奇异的模型: 一个全连接的ReLU激活的神经网络, 每次前向计算时都随机选一个1到4之间的数字n, 然后... -
扩展PyTorch
扩展PyTorch 扩展 torch.autograd 扩展 torch.nn 编写自定义C 扩展 扩展PyTorch 本篇文章中包含如何扩展 torch.nn , torch.autograd 和 使用我们的 C 库 编写自定义的C 扩展。 扩展 torch.autograd 如果你想要添加一个新的 Operation 到autograd...
