-
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... -
2.1.2 动态RAM
动态RAM比静态RAM要简单得多。图2.5展示了一种普通DRAM的结构。它只含有一个晶体管和一个电容器。显然，这种复杂性上的巨大差异意味着功能上的迥异。 动态RAM的状态是保持在电容器C中。晶体管M用来控制访问。如果要读取状态，升起访问线AL，这时，可能会有电流流到数据线DL上，也可能没有，取决于电容器是否有电。如果要写入状态，先设置DL，然后升起A... -
torch.utils.ffi
torch.utils.ffi 译者署名 torch.utils.ffi torch . utils . ffi . create_extension ( name , headers , sources , verbose = True , with_cuda = False , package = False , relative_t... -
致谢
致谢 文档翻译 致谢 本项目贡献者如下： 文档翻译 贡献者 页面 章节 ycszen 主页 ycszen 说明 自动求导机制 ycszen 说明 CUDA语义 KeithYin 说明 扩展PyTorch ycszen 说明 多进程最佳实践 ycszen 说明 序列化语义 ... -
torch.sparse
torch.sparse class torch.sparse.FloatTensor 译者署名 torch.sparse 警告 该 API 目前是实验性的，可能在不久的将来会发生变化。 torch 支持 COO（rdinate）格式的稀疏张量，可以有效地存储和处理大多数元素为零的张量。 稀疏张量被表示为一对致密张量：值的张量和 2D 张... -
torch.Storage
torch.Storage 译者署名 torch.Storage torch.Storage 是单个数据类型的连续的一维数组 ，每个torch.Tensor 都具有相同数据类型的相应存储。 class torch . FloatStorage byte() ：将 Storage 转为 byte 类型 char() :将 Storage... -
2.4.3 布尔代数运算定律*
2.4.3 布尔代数运算定律* 2.4.3 布尔代数运算定律* 将实际问题所涉及的条件表达成布尔表达式，并且能对布尔表达式进行演算，这是程序员必须具备的重要能力。前面介绍的逻辑运算符用于表达各种复杂条件，下面介绍用于布尔 表达式演算、推导的一些运算定律。 我们不加证明地罗列一些布尔代数中常用的定律如下，其中 a、b、c 代表任意布尔表 达式。为了不与... -
torchvision.models
torchvision.models 译者署名 torchvision.models torchvision.models 模块的 子模块中包含以下模型结构。 AlexNet VGG ResNet SqueezeNet DenseNet 可以通过调用构造函数来构造具有随机权重的模型： import torchvision . mo... -
torch.utils.data
torch.utils.data 译者署名 torch.utils.data class torch . utils . data . Dataset 表示数据集的抽象类。 所有其他数据集都应该进行子类化。所有子类应该覆盖__len__ 和__getitem__ ，__len__ 提供了数据集的大小，__getitem__ 支持整数索引，... -
中级教程
中级教程 中级教程 用字符级RNN分类名称 基与字符级RNN(Char-RNN）的人名生成 用基于注意力机制的seq2seq神经网络进行翻译 强化学习(DQN）教程 Writing Distributed Applications with PyTorch 空间转换网络 (Spatial Transformer Networks) 教程 ...
