-
分布式 RPC 框架入门
分布式 RPC 框架入门 使用 RPC 和 RRef 的分布式强化学习 使用分布式 Autograd 和分布式优化器的分布式 RNN 分布式 RPC 框架入门 原文：https://pytorch.org/tutorials/intermediate/rpc_tutorial.html 作者 ：Shen Li 先决条件： PyTo... -
音频 I/O 和torchaudio的预处理
音频 I/O 和torchaudio 的预处理 打开文件 转换 函数 从 Kaldi 迁移到torchaudio 可用数据集 总结 音频 I/O 和torchaudio 的预处理 原文：https://pytorch.org/tutorials/beginner/audio_preprocessing_tutorial.html ... -
使用 Ray Tune 的超参数调整
使用 Ray Tune 的超参数调整 设置/导入 数据加载器 可配置的神经网络 训练函数 通过DataParallel 添加（多）GPU 支持 与 Ray Tune 交流 完整的训练函数 测试集准确率 配置搜索空间 使用 Ray Tune 的超参数调整 原文：https://pytorch.org/tutorials/beginne... -
跟着例子学习 PyTorch
跟着例子学习 PyTorch Tensors Warm-up: numpy PyTorch: Tensors Autograd PyTorch: Variables and autograd PyTorch: Defining new autograd functions TensorFlow: Static Graphs nn module... -
使用自定义 C++ 类扩展 TorchScript
使用自定义 C++ 类扩展 TorchScript 用 C++ 实现和绑定类 使用 CMake 将示例构建为 C++ 项目 从 Python 和 TorchScript 使用 C++ 类 使用自定义类保存，加载和运行 TorchScript 代码 将自定义类移入或移出IValue 为自定义 C++ 类定义序列化/反序列化方法 定义接受或返回绑定... -
训练玩马里奥的 RL 智能体
训练玩马里奥的 RL 智能体 RL 定义 环境 初始化环境 预处理环境 智能体 行动 缓存和回忆 学习 神经网络 TD 估计和 TD 目标 更新模型 保存检查点 全部放在一起 日志记录 开始吧！ 总结 训练玩马里奥的 RL 智能体 原文：https://pytorch.org/tutorials/intermediat... -
基与字符级RNN(Char-RNN）的人名生成
基与字符级RNN(Char-RNN）的人名生成 数据准备 创建网络 训练 训练前的准备 网络的训练 绘制损失 网络采样 练习 基与字符级RNN(Char-RNN）的人名生成 译者：@jianchengss 作者 : Sean Robertson 在 上一个教程 里我们使用RNN把名字分类到它所属的语言中, 这次我们改变一... -
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
使用torchaudio的语音命令识别
使用torchaudio 的语音命令识别 导入数据集 格式化数据 定义网络 训练和测试网络 总结 使用torchaudio 的语音命令识别 原文：https://pytorch.org/tutorials/intermediate/speech_command_recognition_with_torchaudio.html 本教程... -
PyTorch深度学习
PyTorch深度学习 深度学习构建模块: Affine maps, non-linearities and objectives Affine Maps Non-Linearities(非线性) Softmax and Probabilities(Softmax和概率分布) Objective Functions(目标函数) Optimizati...
