【Pytorch】Tutorials个人翻译集合

置顶 已于 2023-09-11 21:31:16 修改
阅读量509 收藏
点赞数
分类专栏： Pytorch文档翻译 文章标签： pytorch 人工智能 python
于 2023-09-02 20:34:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/peng0614/article/details/132642311
版权

本文记录Pytorch Tutorials文档的翻译文章集合.
由于本人英语能力有限（only-CET4），欢迎指正翻译中的错误。

Introduction to PyTorch

【Pytorch】Pytorch文档学习1：Tensors
【Pytorch】Pytorch文档学习2：DATASETS & DATALOADERS
【Pytorch】Pytorch文档学习3：TRANSFORMS
【Pytorch】Pytorch文档学习4：BUILD THE NEURAL NETWORK
【Pytorch】Pytorch文档学习5：AUTOMATIC DIFFERENTIATION WITH TORCH.AUTOGRAD
【Pytorch】Pytorch文档学习6：OPTIMIZING MODEL PARAMETERS

两米长弦
关注
专栏目录
PYG(Pytorch Geometric)中文说明书——第3章TUTORIALS
qq_37415491的博客
08-02 1609
本文为pyg官网的中文翻译（官方原版链接 https://pytorch-geometric.readthedocs.io/en/latest/），并加入了一些其他网上大佬和自己的理解。如有翻译理解不当之处还请各位多多指出，非常感谢！ 3.1Creating Message Passing Networks 将卷积算子推广到不规则域通常表示为邻域聚合或消息传递方案。用表示第（k-1）层中节点 i 的特征，表示节点 j 到节点 i 的(可选)边缘特征，消息传递图神经网络可以描述为 其中表示一个可微的，排列
pytorch-tutorials
11-02
标签"pytorch tutorials"进一步确认了这是一个教学资源集合。 在PyTorch中，主要的知识点包括： 1. **动态计算图**：PyTorch的一大特色是其动态计算图机制，与TensorFlow等框架的静态计算图不同。这种设计使得模型...
可下载：60分钟入门PyTorch（中文翻译全集）
fengdu78的博客
02-17 509
前言原文翻译自：Deep Learning with PyTorch: A 60 Minute Blitz翻译：林不清（https://www.zhihu.com/people/lu-gu...
PyTorch Tutorial
Karen_Yu_的博客
01-06 1300
kernelreturn xprint(net)简单解释一下，这是一个简单的卷积神经网络，首先x是一个二维的Tensor（比如图像），这个图像的channel是1（可能是黑白的，当然也可能是彩色图像但是只使用其中的某个通道），对这个Tensor使用6个kernel大小为5*5，步长为1，padding为0的卷积（使用6个就代表输出会有6个channel），然后接入ReLU（激活函数，提供非线性），接着是max pooling（2*2，stride=kernel size=2）
李宏毅2021春季机器学习课程视频笔记1：Introduction, Colab & PyTorch Tutorials, HW1
诸神缄默不语的博客
05-25 4368
李宏毅2021年春季机器学习深度学习课程学习笔记1： Introduction Colab Tutorial PyTorch Tutorial HW1
RS 1: Notes of PyTorch Tutorials —— Transfer Learning
dianqin1892的博客
04-19 121
1 """ 2 迁移学习：利用一个已经在其他训练集训练好的模型的权重或特征层来对目标训练集进行训练 3 """ 4 # __future__模块用于把下一个版本的一些新特性导入当前版本，使得当前版本兼容这些新特性 5 # import print_function：在python2版本中输出不需要加括号，但是在python3版本中需要 6 # imp...
11、PyTorch 分布式训练
Man
03-13 540
分布式数据并行(distributed data parallel)，是通过多进程实现的。
深入浅出PyTorch: pytorch教程
天狼啸月1990的博客
03-15 6050
Module类是torch.nn模块里提供的一个模型构造类(nn.Module)，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型pytorch模型定义应包括两个主要部分：各个部分的初始化(__init__)；数据流向定义(forward)基于nn.Module，我们可以通过SequentialModuleList和ModuleDict三种方式定义pytorch模型。
DLA :pytorch添加算子
ResumeProject的博客
07-29 1841
介绍了简单的CUDA入门，涉及到CUDA执行模型、线程层次、CUDA内存模型、核函数的编写方式以及PyTorch使用CUDA扩展的两种方式。通过该项目可以基本入门基于PyTorch的CUDA扩展的开发方式。就总体的逻辑来说正向传播需要输入数据，反向传播需要输入数据和上一层的梯度，然后分别实现这两个kernel,将这两个kernerl绑定到pytorch即可。这部分主要介绍如何在pytorch中添加自定义的算子，需要以下。ScatWave是使用CUDA散射的Torch实现,主要使用lua语言。
Deep-Learning-with-PyTorch-Tutorials-master(1).zip
02-26
本教程集合了丰富的资源，旨在帮助初学者快速入门，并为有经验的开发者提供深入实践的指导。 一、PyTorch基础 PyTorch的核心是Tensor（张量），它是所有计算的基础。张量可以被看作多维数组，支持各种数学操作，如...
pytorch-1.0.0 Docs Tutorials
12-08
1.0.0版本的文档和教程集合提供了全面的学习资源，帮助开发者和研究人员深入理解并有效地使用PyTorch进行模型构建、训练和部署。 一、PyTorch的核心概念 1. 动态计算图：PyTorch的一大特色是其动态计算图机制，允许...
Pytorch_DeepLearning_Tutorials
04-21
本教程集合了多个Jupyter Notebook，这些Notebook提供了丰富的代码示例和解释，帮助学习者逐步掌握深度学习的核心概念和技术。 首先，PyTorch的基础知识是必不可少的。它是一个基于Torch的开源机器学习库，由...
Pytorch 实现图片分类
hawk2014bj的博客
10-22 692
使用交叉熵函数作为损失函数，交叉熵分为两种二分类交叉熵函数多分类交叉熵函数pytorch 搭建一个 CNN 模型比较简单，5 轮训练之后，效果就可以达到 60%，10 张图片中预测对了 6 张。
笔记-配置PyTorch（CUDA 12.2）
weixin_44253237的博客
10-28 360
如果还没有创建环境，可以先创建： 2. 安装 PyTorch（CUDA 12.2） 3. 安装 torch_geometric 及依赖项 使用 官方提供的临时源命令，结合 Aliyun 镜像：
PyTorch 训练集、验证集、测试集、模型存档、正则化项
m0_51448653的博客
11-01 554
训练集（Training Dataset）是用来训练模型使用的。
LSTM：解决梯度消失与长期依赖问题
最新发布
Rverdoser的博客
11-01 267
这段代码定义了一个基本的LSTM单元，它接受一个输入序列和一个初始隐藏状态。这个例子中没有使用PyTorch提供的nn.LSTMCell模块，而是手动实现了LSTM单元的基本组成部分，以便更好地理解LSTM的工作原理。它使用一个称为“单元状态”的隐藏状态，该状态可以记住长期信息。梯度消失：在反向传播过程中，由于链式法则，较早层的梯度小于1，连乘后数次迭代会导致梯度趋于0，使得网络很难学习早期信息。长期依赖问题：传统神经网络在处理长序列数据时，梯度更新往往受限于短期依赖，难以有效学习长期依赖关系。
探讨Facebook的AI研究：未来社交平台的技术前瞻
LokiSan的博客
10-29 948
在数字时代，社交媒体已成为人们日常生活的重要组成部分。作为全球最大的社交网络之一，Facebook不断致力于人工智能（AI）的研究与应用，以提升用户体验、增强平台功能并推动技术创新。本文将探讨Facebook在AI领域的研究方向及其对未来社交平台的潜在影响。
UOS AI 1.6 版本升级，如何实现精准搜索，效率翻倍？
vickynesss的博客
11-01 137
通过直接接入互联网的实时数据流，搜索结果变得多样化，不仅限于文字总结，还包括思维导图、事件与人物的综合概述，以及图片、视频、音频等多种形式，显著提高了回答的准确性和全面性。全局搜索全新搭载端侧大模型：支持离线自然语言搜索，无论身在何处，即使没有网络，只需通过快捷键“Shift+space(空格键）”唤醒全局搜索，都能轻松找到所需文件。：对于日常积累的海量截图，只需借助全局搜索功能，简要描述图片内的文字信息，便能迅速锁定并检索到所需图片。：重要信息直接添加到知识库，方便日后查阅，让全局搜索成为你的第二大脑。
数据预处理：为 AI 准备 “优质食材” 的重要步骤
JiexianYao的博客
10-31 523
AI模型数据处理
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

两米长弦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值