-
PyTorch 0.3 中文文档 & 教程
PyTorch 0.3 中文文档 & 教程 目录结构 PyTorch 0.3 中文文档 & 教程 维护组织：@ApacheCN 协议：CC BY-NC-SA 4.0 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 在线阅读 ApacheCN 学习资源 PyTorch 中文翻译组 | ApacheCN 7... -
计算机视觉的迁移学习教程
计算机视觉的迁移学习教程 加载数据 可视化一些图像 训练模型 可视化模型预测 微调 ConvNet 训练和评估 作为固定特征提取器的 ConvNet 训练和评估 进一步学习 计算机视觉的迁移学习教程 原文：https://pytorch.org/tutorials/beginner/transfer_learning_tutoria... -
高级教程: 作出动态决策和 Bi-LSTM CRF
高级教程: 作出动态决策和 Bi-LSTM CRF 动态 VS 静态深度学习工具集 Bi-LSTM CRF (条件随机场) 讨论 具体实现笔记 练习: 为区别性标注定义一个新的损失函数 高级教程: 作出动态决策和 Bi-LSTM CRF 译者：@JingTao 、@friedhelm739 动态 VS 静态深度学习工具集 Pytor... -
通过示例学习 PyTorch
通过示例学习 PyTorch 张量 预热：NumPy PyTorch：张量 Autograd PyTorch：张量和 Autograd PyTorch：定义新的 Autograd 函数 nn 模块 PyTorch：nn PyTorch：optim PyTorch：自定义nn 模块 PyTorch：控制流 + 权重共享 示例 张量 ... -
torch.optim
torch.optim 如何使用 optimizer (优化器) 构建 为每个参数单独设置选项 进行单步优化 optimizer.step() optimizer.step(closure) 算法 如何调整学习率 torch.optim 译者：@于增源 校对者：@青梅往事 torch.optim is a packa... -
PyTorch介绍
PyTorch介绍 Torch张量库介绍 Creating Tensors(创建张量) Operations with Tensors(对tensor进行操作) Reshaping Tensors(重构Tensors) Computation Graphs and Automatic Differentiation(计算图和自动求导) PyT... -
CUDA 语义
CUDA 语义 3.1 设备分配 3.2 异步执行 3.2.1 CUDA 流 3.3 内存管理 3.4.1 设备诊断 3.4 使用固定的内存缓冲区 3.5 使用 nn.DataParallel 代替多线程处理 译者署名 CUDA 语义 异步执行 CUDA 流 内存管理 最佳实践 设备无关代码 使用固定的内存缓冲区 使用... -
torch.autograd的简要介绍
torch.autograd 的简要介绍 背景 在 PyTorch 中的用法 Autograd 的微分 可选阅读-使用autograd 的向量微积分 计算图 从 DAG 中排除 进一步阅读： torch.autograd 的简要介绍 原文：https://pytorch.org/tutorials/beginner/blitz/auto... -
torch.onnx
torch.onnx 示例：从 PyTorch 到 Caffe2 的端到端的 AlexNet 限制与不足 支持的运算函数 torch.onnx 功能 参数： 译者署名 torch.onnx torch.onnx 模块包含将模型导出为ONNX IR 格式的功能。这些模型可以加载ONNX 库，然后转换为在其他深度学习框架上运行的模型。 示... -
Distributed communication package - torch.distributed
Distributed communication package - torch.distributed Basics Initialization TCP initialization Shared file-system initialization Environment variable initialization Groups Po...
