-
常见问题
常见问题 我的模型报告 “cuda runtime error(2): out of memory” 我的 GPU 内存没有正确释放 我的多个数据加载器返回相同的随机数 我的回归网络不能使用数据并行 译者署名 常见问题 我的模型报告 “cuda runtime error(2): out of memory” 如错误消息所示，您的GPU 上... -
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... -
张量
张量 张量初始化 张量属性 张量运算 Tensor与Numpy的转化" level="2">Tensor与Numpy的转化 张量 原文: https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutor... -
Automatic differentiation package - torch.autograd
Automatic differentiation package - torch.autograd torch.autograd.backward(variables, grad_variables, retain_variables=False) Variable API 兼容性 In-place operations on Variables ... -
Distributed communication package - torch.distributed
Distributed communication package - torch.distributed Basics Initialization TCP initialization Shared file-system initialization Environment variable initialization Groups Po... -
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... -
训练一个分类器
训练一个分类器 数据呢? 训练一个图像分类器 1. 加载并规范化 CIFAR10 2. 定义一个卷积神经网络 3. 定义一个损失函数和优化器 4. 训练网络 5. 在测试数据上测试网络 在 GPU 上训练 在多个GPU上进行训练 我下一步去哪里? 训练一个分类器 译者：@小王子 校对者：@李子文 就是这个, 你已经看到... -
分布式通讯包 - torch.distributed
分布式通讯包 - torch.distributed 基本 初始化 torch.distributed.init_process_group(backend, init_method=’env://‘, kwargs) torch.distributed.get_rank() torch.distributed.get_world_size() TC... -
TorchScript 中的动态并行性
TorchScript 中的动态并行性 基本语法 应用示例：双向 LSTM 的集成 并行化前向和后向层 旁注：可视化并行性 集成中的并行化模型 总结 TorchScript 中的动态并行性 原文：https://pytorch.org/tutorials/advanced/torch-script-parallelism.html ... -
多进程最佳实践
多进程最佳实践 共享CUDA张量 最佳实践和提示 避免和抵制死锁 重用经过队列的缓冲区 异步多进程训练(例如Hogwild） Hogwild 多进程最佳实践 torch.multiprocessing 是Pythonmultiprocessing 的替代品。它支持完全相同的操作，但扩展了它以便通过multiprocessing.Queue ...
