PyTorch 中文教程 & 文档
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
空标题文档
赞赏作者
来源 来源
浏览
267
扫码
分享
2022-06-01 17:38:11
now loading…
若有收获，就点个赞吧
0 人点赞
上一篇:
下一篇:
内容导航
0.3 内容导航
0.4 版本内容导航
1.0 内容导航
1.4 内容导航
1.7 版本内容导航
最近更新
1.7 版本内容导航
贡献指南
致谢
自动求导机制
CUDA语义
扩展PyTorch
多进程最佳实践
序列化语义
torch.utils.data
torch.utils.ffi
torch.nn.functional
遗产包 - torch.legacy
torch.utils.model_zoo
torch.nn.init
torch.Storage
torch.Tensor
Automatic differentiation package - torch.autograd
torch.cuda
torch.multiprocessing
torch.nn
torch.optim
torch
PyTorch 0.2 中文文档
torchvision.datasets
torchvision.models
pytorch torchvision transform
torchvision.utils
torchvision
高级教程
Automatic differentiation package - torch.autograd
初学者教程
自动求导: 自动微分
训练一个分类器
可选: 数据并行
神经网络
PyTorch 是什么？
为 pytorch 自定义 C 扩展
用字符级RNN分类名称
基与字符级RNN(Char-RNN）的人名生成
torch.cuda
数据加载和处理教程
torch.utils.data
torchvision.datasets
PyTorch 深度学习: 60 分钟极速入门教程
针对NLP的Pytorch深度学习
Writing Distributed Applications with PyTorch
Distributed communication package - torch.distributed
Probability distributions - torch.distributions
torch.utils.ffi
Autograd (自动求导)
nn package
Multi-GPU examples
Tensors
PyTorch for former Torch users
中级教程
Legacy package - torch.legacy
torch.utils.model_zoo
torchvision.models
Multiprocessing package - torch.multiprocessing
用 PyTorch 做 神经转换 (Neural Transfer)
高级教程: 作出动态决策和 Bi-LSTM CRF
PyTorch深度学习
PyTorch介绍
序列模型和 LSTM 网络(长短记忆网络）
词汇嵌入:编码词汇语义
torch.nn
自动求导机制
广播语义
CUDA 语义
扩展 PyTorch
多进程的最佳实践
序列化语义
介绍
使用 numpy 和 scipy 创建扩展
torch.onnx
torch.optim
Package 参考
PyTorch: 动态控制流程 + 权重共享
PyTorch: 定制化nn模块
PyTorch: 定义新的autograd函数
PyTorch: nn包
PyTorch: optim包
PyTorch: Tensors
PyTorch: 变量和autograd
TensorFlow: 静态图
Warm-up: numpy
跟着例子学习 PyTorch
PyTorch 0.3 中文文档 & 教程
强化学习(DQN）教程
用基于注意力机制的seq2seq神经网络进行翻译
torch.sparse
空间转换网络 (Spatial Transformer Networks) 教程
torch.Storage
使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile
torch.Tensor
torch
torchvision 参考
torchvision
迁移学习教程
torchvision.transforms
中文教程
torchvision.utils
笔记
自动求导机制
Torch
torch.Tensor
Tensor Attributes
torch.sparse
torch.cuda
torch.Storage
torch.nn
torch.nn.functional
自动差异化包 - torch.autograd
torch.optim
广播语义
torch.nn.init
torch.distributions
Multiprocessing 包 - torch.multiprocessing
分布式通讯包 - torch.distributed
torch.utils.bottleneck
torch.utils.checkpoint
torch.utils.cpp_extension
torch.utils.data
torch.utils.ffi
torch.utils.model_zoo
CUDA 语义
torch.onnx
遗留包 - torch.legacy
torchvision 参考
torchvision
torchvision.datasets
torchvision.models
torchvision.transform
torchvision.utils
扩展 PyTorch
常见问题
多进程最佳实践
序列化语义
Windows 常见问题
包参考
PyTorch 0.4 中文文档
Automatic differentiation package - torch.autograd
PyTorch 1.0 使用 Amazon AWS 进行分布式训练
Autograd：自动求导
训练分类器
可选: 数据并行处理
神经网络
什么是PyTorch？
torch.utils.bottleneck
使用字符级别特征的RNN网络进行名字分类
使用字符级别特征的RNN网络生成名字
聊天机器人教程
torch.utils.checkpoint
在C++中加载PYTORCH模型
自定义 C++ 与 CUDA 拓展
使用 PyTorch C++ 前端
torch.cuda
数据加载和处理教程
torch.utils.data
DCGAN 教程
PyTorch 深度学习: 60 分钟极速入门
在深度学习和 NLP 中使用 Pytorch
混合前端的seq2seq模型部署
使用PyTorch编写分布式应用程序
分布式通信包(已弃用）-torch.distributed.deprecated
分布式通信包 - torch.distributed
概率分布 - torch.distributions
torch.utils.dlpack
torch.utils.cpp_extension
注解
包参考
torchvision 参考
对抗性示例生成
Torchvision模型微调
torch.hub
Torch 脚本
torch.utils.model_zoo
多进程包 - torch.multiprocessing
使用PyTorch进行图像风格转换
高级：制定动态决策和Bi-LSTM CRF
使用PyTorch进行深度学习
PyTorch 介绍
序列模型和LSTM网络(长短记忆网络)
词嵌入：编码形式的词汇语义
卷积函数
torch.nn.init
torch.nn 到底是什么？
torch.nn
自动求导机制
广播语义
CUDA 语义
扩展PyTorch
常见问题解答
多进程最佳实践
再生性
序列化的相关语义
Windows FAQ
用 numpy 和 scipy 创建扩展
torch.onnx
ONNX 现场演示教程
torch.optim
用例子学习 PyTorch
PyTorch 1.0 中文文档 & 教程
强化学习 (DQN) 教程
保存和加载模型
基于注意力机制的 seq2seq 神经网络翻译
torch.sparse
空间变换器网络教程
torch.Storage
使用ONNX将模型从PyTorch传输到Caffe2和Mobile(移动端)
Tensor(张量）的属性
torch.Tensor
BLAS和LAPACK操作
比较行动
其他行动
逐点行动
减少行动
光谱行动
Math operations
随机抽样
使用TorchScript注册自定义运算符
序列化
Tensors
torch
torchvision.datasets
torchvision.models
torchvision.transforms
torchvision.utils
迁移学习教程
扩展 PyTorch
生成
起步
图像
其它语言中的 PyTorch
生产性使用
强化学习
文本
数据类型信息
空间变压器网络教程
类型信息
命名张量
命名为 Tensors 操作员范围
糟糕！
torchvision参考
torchvision
音频参考
torchaudio
torchtext参考
torchtext
使用 PyTorch 进行神经传递
社区
PyTorch 贡献指南
PyTorch 治理
PyTorch 治理| 感兴趣的人
对抗示例生成
DCGAN 教程
音频
torchaudio 教程
文本
NLP From Scratch: 使用char-RNN对姓氏进行分类
NLP From Scratch: 生成名称与字符级RNN
NLP From Scratch: 基于注意力机制的 seq2seq 神经网络翻译
使用 TorchText 进行文本分类
使用 TorchText 进行语言翻译
使用 nn.Transformer 和 TorchText 进行序列到序列建模
命名为 Tensor(实验性）
(实验性）PyTorch 中的命名张量简介
强化学习
强化学习(DQN）教程
在生产中部署 PyTorch 模型
通过带有 Flask 的 REST API 在 Python 中部署 PyTorch
TorchScript 简介
入门
在 C ++中加载 TorchScript 模型
(可选）将模型从 PyTorch 导出到 ONNX 并使用 ONNX Runtime 运行
并行和分布式训练
单机模型并行最佳实践
分布式数据并行入门
用 PyTorch 编写分布式应用程序
分布式 RPC 框架入门
(高级）带有 Amazon AWS 的 PyTorch 1.0 分布式训练师
扩展 PyTorch
使用自定义 C ++运算符扩展 TorchScript
使用 PyTorch 进行深度学习：60 分钟的闪电战
使用自定义 C ++类扩展 TorchScript
使用 numpy 和 scipy 创建扩展
自定义 C ++和 CUDA 扩展
模型优化
LSTM Word 语言模型上的(实验）动态量化
(实验性）在 PyTorch 中使用 Eager 模式进行静态量化
(实验性）计算机视觉教程的量化转移学习
(实验）BERT 上的动态量化
修剪教程
PyTorch 用其他语言
编写自定义数据集，数据加载器和转换
使用 PyTorch C ++前端
PyTorch 基础知识
文件
torch.nn 到底是什么？
通过示例学习 PyTorch
笔记
CUDA 语义
CPU 线程和 TorchScript 推断
广播语义
自动求导机制
使用 TensorBoard 可视化模型，数据和训练
分布式 Autograd 设计
扩展 PyTorch
经常问的问题
大规模部署的功能
并行处理最佳实践
重现性
远程参考协议
序列化语义
Windows 常见问题
XLA 设备上的 PyTorch
图片
语言绑定
PyTorch C ++ API
PyTorch Java API
Python API
torch
torch.nn
torch功能
torch张量
张量属性
自动差分包-Torch.Autograd
TorchVision 对象检测微调教程
torch.cuda
分布式通讯包-Torch.Distributed
概率分布-torch分布
torch.hub
torch脚本
torch.nn.init
torch.onnx
torch.optim
量化
分布式 RPC 框架
转移学习的计算机视觉教程
torch随机
torch稀疏
torch存储
torch.utils.bottleneck
torch.utils.checkpoint
torch.utils.cpp_extension
torch.utils.data
torch.utils.dlpack
torch.utils.model_zoo
torch.utils.tensorboard
Autograd：自动求导
训练分类器
可选: 数据并行处理
神经网络
什么是PyTorch？
PyTorch 1.4 中文文档 & 教程
学习 PyTorch
PyTorch 深度学习：60分钟快速入门
张量
torch.autograd的简要介绍
神经网络
训练分类器
通过示例学习 PyTorch
NumPy热身
PyTorch：张量
PyTorch：张量 与 Autograd
PyTorch：定义新的 Autograd 函数
PYTHORCH: NN
PyTorch：optim
PyTorch：自定义nn模块
PyTorch：控制流 + 权重共享
torch.nn到底是什么？
使用 TensorBoard 可视化模型，数据和训练
图片/视频
torchvision对象检测微调教程
计算机视觉的迁移学习教程
对抗示例生成
DCGAN 教程
音频
音频 I/O 和torchaudio的预处理
使用torchaudio的语音命令识别
文本
使用nn.Transformer和torchtext的序列到序列建模
从零开始的 NLP：使用字符级 RNN 分类名称
从零开始的 NLP：使用字符级 RNN 生成名称
从零开始的 NLP：使用序列到序列网络和注意力的翻译
使用torchtext的文本分类
torchtext语言翻译
强化学习
强化学习（DQN）教程
训练玩马里奥的 RL 智能体
在生产中部署 PyTorch 模型
通过使用 Flask 的 REST API 在 Python 中部署 PyTorch
TorchScript 简介
在 C++ 中加载 TorchScript 模型
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）
前端 API
PyTorch 中的命名张量简介（原型）
PyTorch 中通道在最后的内存格式（beta）
使用 PyTorch C++ 前端
自定义 C++ 和 CUDA 扩展
使用自定义 C++ 运算符扩展 TorchScript
使用自定义 C++ 类扩展 TorchScript
TorchScript 中的动态并行性
C++ 前端中的 Autograd
在 C++ 中注册调度运算符
模型优化
分析您的 PyTorch 模块
使用 Ray Tune 的超参数调整
模型剪裁教程
LSTM 单词语言模型上的动态量化（beta）
BERT 上的动态量化（Beta）
PyTorch 中使用 Eager 模式的静态量化（beta）
计算机视觉的量化迁移学习教程（beta）
并行和分布式训练
PyTorch 分布式概述
单机模型并行最佳实践
分布式数据并行入门
用 PyTorch 编写分布式应用
分布式 RPC 框架入门
使用分布式 RPC 框架实现参数服务器
使用 RPC 的分布式管道并行化
使用异步执行实现批量 RPC 处理
将分布式DataParallel与分布式 RPC 框架相结合
PyTorch 中文官方教程 1.7
新版本: PyTorch 1.2 torchtext 0.4，torchaudio 0.3 和 torchvision 0.4
新版本: PyTorch 1.3 添加 mobile, privacy, quantization 和 named tensors
新版本: PyTorch 1.4发布，域库已更新
版本特性
空标题文档
空标题文档
PyTorch 中文教程 & 文档
空标题文档
暂无相关搜索结果！
让时间为你证明
分享，让知识传承更久远
×
文章二维码
×
手机扫一扫，轻松掌上读
文档下载
×
请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
PDF
文档
EPUB
文档
MOBI
文档
书签列表
×
阅读记录
×
阅读进度:
0.00%
(
0/0
)
重置阅读进度
×
思维导图备注
