-
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... -
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... -
torch.cuda
torch.cuda 交流集 流和事件 torch.cuda 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。 它是懒惰的初始化，所以你可以随时导入它，并使用is_available() 来确定系统是否支持CUDA。 CUDA语义 中有关于使用CUDA的更多细节。 torch . cuda . curr... -
PyTorch：定义新的 Autograd 函数
PyTorch：定义新的 Autograd 函数 PyTorch：定义新的 Autograd 函数 原文：https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_custom_function.html#sphx-glr-beginner-examples-autogra... -
PyTorch：张量
PyTorch：张量 PyTorch：张量 原文：https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_tensor.html#sphx-glr-beginner-examples-tensor-polynomial-tensor-py 校对：DrDavidS 这... -
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... -
PyTorch: 定制化nn模块
PyTorch: 定制化nn模块 PyTorch: 定制化nn模块 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. 在实现中我们将定义一个定制化的模块子类. 如果... -
PyTorch: optim包
PyTorch: optim包 PyTorch: optim包 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 在此实现中, 我们将弃用之前手工更新权值的做法, 转... -
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... -
torch.utils.checkpoint
torch.utils.checkpoint torch.utils.checkpoint.checkpoint(function, *args) torch.utils.checkpoint.checkpoint_sequential(functions, segments, *inputs) 译者署名 torch.utils.checkpoi...
