-
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选） 使用 ONNX 运行时在图像上运行模型 将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选） 原文：https://pytorch.org/tutorials/advanced/super_resolution_with_onnxrun... -
使用分布式 RPC 框架实现参数服务器
使用分布式 RPC 框架实现参数服务器 使用分布式 RPC 框架实现参数服务器 原文：https://pytorch.org/tutorials/intermediate/rpc_param_server_tutorial.html 作者 ： Rohan Varma 先决条件： PyTorch 分布式概述 RPC API 文档 ... -
PyTorch 中使用 Eager 模式的静态量化（beta）
PyTorch 中使用 Eager 模式的静态量化（beta） 1.模型架构 2.辅助函数 3.定义数据集和数据加载器 ImageNet 数据 4.训练后的静态量化 5.量化感知的训练 来自量化的加速 总结 PyTorch 中使用 Eager 模式的静态量化（beta） 原文：https://pytorch.org/tutorials... -
PyTorch 中的命名张量简介（原型）
PyTorch 中的命名张量简介（原型） 基础知识：命名维度 访问器和归约 名称推断 广播 矩阵乘法 新行为：按名称显式广播 新行为：按名称展平或取消展平维度 Autograd 支持 其他受支持的（和不受支持的）功能 更长的例子：多头关注 运行示例 总结 PyTorch 中的命名张量简介（原型） 原文：https://pyto... -
使用torchtext的文本分类
使用torchtext 的文本分类 使用 N 元组加载数据 定义模型 启动实例 用于生成批量的函数 定义函数来训练模型并评估结果 分割数据集并运行模型 使用测试数据集评估模型 测试随机新闻 使用torchtext 的文本分类 原文：https://pytorch.org/tutorials/beginner/text_sentimen... -
训练分类器
训练分类器 数据呢？ 训练图像分类器 1.加载并标准化 CIFAR10 2.定义卷积神经网络 3.定义损失函数和优化器 4.训练网络 5.根据测试数据测试网络 在 GPU 上进行训练 在多个 GPU 上进行训练 我下一步要去哪里？ 训练分类器 原文：https://pytorch.org/tutorials/beginner/bl... -
BERT 上的动态量化（Beta）
BERT 上的动态量化（Beta） 简介 1.设置 1.1 安装 PyTorch 和 HuggingFace 转换器 1.2 导入必要的模块 1.3 了解辅助函数 1.4 下载数据集 2.微调 BERT 模型 2.1 设置全局配置 2.2 加载经过微调的 BERT 模型 2.3 定义分词和评估函数 3.应用动态量化 3.1 检查模型大小 ... -
Torch
Torch 张量 Tensors 创建操作 Creation Ops 索引,切片,连接,变异操作 torch.stack [source] torch.transpose torch.unbind torch.unsqueeze torch.manual_seed torch.initial_seed torch.get_rng_state... -
使用nn.Transformer和torchtext的序列到序列建模
使用nn.Transformer 和torchtext 的序列到序列建模 定义模型 加载和批量数据 生成输入序列和目标序列的函数 启动实例 运行模型 使用测试数据集评估模型 使用nn.Transformer 和torchtext 的序列到序列建模 原文：https://pytorch.org/tutorials/beginner/tran... -
单机模型并行最佳实践
单机模型并行最佳实践 基本用法 将模型并行应用于现有模块 通过流水线输入加快速度 单机模型并行最佳实践 原文：https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html 作者 ：Shen Li 模型并行在分布式训练技术中被广泛使用。 先前的帖子已经解...
