PyTorch 是一个基于 Torch 的 Python 开源机器学习库,用于自然语言处理等应用程序。它主要由 Facebookd 的人工智能小组开发,不仅能够 实现强大的 GPU 加速,同时还支持动态神经网络,这一点是现在很多主流框架如 TensorFlow 都不支持的。PyTorch 提供了两个高级功能: 1.具有强大的 GPU 加速的张量计算(如 Numpy ) 2.包含自动求导系统的深度神经网络 除了 Facebook 之外,Twitter、GMU 和 Salesforce 等机构都采用了 PyTorch。
官方教程包含了 PyTorch 介绍,安装教程; 60 分钟快速入门教程,可以迅速从小白阶段完成一个分类器模型;计算机视觉常用模型,方便基于自己的数据进行调整,不再需要从头开始写;自然语言处理模型,聊天机器人,文本生成等生动有趣的项目。
总而言之: 如果你想了解一下 PyTorch,可以看介绍部分。 如果你想快速入门 PyTorch,可以看 60 分钟快速入门。 如果你想解决计算机视觉问题,可以看计算机视觉部分。 如果你想解决自然语言处理问题,可以看 NLP 部分。
后续会更新强化学习和生成对抗网络部分内容。
作者:磐创 AI 翻译小组: News & PanChuang
PyTorch 入门教程:http://pytorch123.com/
第一章:PyTorch 之简介与下载
1.PyTorch 简介
2.PyTorch 环境搭建
第二章:PyTorch 之 60min 入门
1.PyTorch 入门
2.PyTorch 自动微分
3.PyTorch 神经网络
4.PyTorch 图像分类器
5.PyTorch 数据并行处理
第三章:PyTorch 之入门强化
1.数据加载和处理
2.PyTorch 小试牛刀
3.迁移学习
4.混合前端的 seq2seq 模型部署
5.保存和加载模型
第四章:PyTorch 之图像篇
1.微调基于 torchvision 0.3 的目标检测模型
2.微调 TorchVision 模型
3.空间变换器网络
4.使用 PyTorch 进行 Neural-Transfer
5.生成对抗示例
6.使用 ONNX 将模型转移至 Caffe2 和移动端
第五章:PyTorch 之文本篇
1.聊天机器人教程
2.使用字符级 RNN 生成名字
3.使用字符级 RNN 进行名字分类
4.在深度学习和 NLP 中使用 Pytorch
5.使用 Sequence2Sequence 网络和注意力进行翻译
第六章:PyTorch 之生成对抗网络
第七章:PyTorch 之强化学习
GitHub 仓库,欢迎 Star,Fork
https://github.com/fendouai/PyTorchDocs