【资源分享】PyTorch中文版官方教程

PyTorch 中文版官方教程来了。

 

PyTorch 是近期最为火爆的深度学习框架之一，然而其中文版官方教程久久不来。近日，一款完整的 PyTorch 中文版官方教程出炉，读者朋友从中可以更好的学习了解 PyTorch 的相关细节了。教程作者来自 pytorchchina.com。

 

为了方便读者朋友们 本地查看，帮大家打包好了一份PyTorch中文版官方教程 PDF版本。

图书简介

这本书将介绍使用PyTorch搭建深度学习项目的基本用法，多位业内人士评价这本书最大的特点是通俗易懂，上手快。全书共设5个章节，共计141页，简短精炼。既有PyTorch库的理论介绍，又有实战项目演练。可以说是PyTorch官方的又一良心之作。

作者在书中介绍道，本书旨在为精通Python并愿意使用PyTorch来构建深度学习项目的软件工程师、数据科学家和积极进取的学生提供入门方法。为此，书中采取了动手实战的教学方式。作者十分鼓励在学习本书的同时随时准备好使用计算机，以便亲自动手体验相关案例，并继续做更进一步的探索。同时，作者表示本书的最终目标不仅仅是作为一个技能工具，作者更希望本书为深度学习领域提供的理论知识能够成为未来几十年中软件项目构建的基础。

图书下载

 

教程里有什么

 

教程根据 PyTorch 官方版本目录，完整地还原了所有的内容。包括简单的环境搭建、快速入门相关 API、高级操作、图像处理实战、文本处理实战、GAN 和强化学习等，基本涵盖了目前所有深度学习相关的知识点。

 

 

 

教程的一部分内容，使用 torch.view 改变 tensor 的大小或形状

 

 

     

 

 

用教程设计一个聊天机器人，以上为部分对话。

 

     

 

教程目录

 

• PyTorch 简介

• PyTorch 之简介与下载

PyTorch 环境搭建

• PyTorch 入门

• PyTorch 自动微分

• PyTorch 神经网络

• PyTorch 图像分类器

• PyTorch 数据并行处理

• PyTorch 之 60min 入门教程

 

• 数据加载和处理

• PyTorch 小试牛刀

• 迁移学习

• 混合前端的 seq2seq 模型部署

  • 混合前端

  • 预备环境

• 保存和加载模型

• PyTorch 之入门强化教程

 

• 微调基于 torchvision 0.3 的目标检测模型

• 微调 TorchVision 模型

• 空间变换器网络

• 使用 PyTorch 进行 Neural-Transfer

• 生成对抗示例

• 使用 ONNX 将模型转移至 Caffe2 和移动端

• PyTorch 之图像篇

 

• 聊天机器人教程

• 使用字符级 RNN 生成名字

• 使用字符级 RNN 进行名字分类

• 在深度学习和 NLP 中使用 Pytorch

• 使用 Sequence2Sequence 网络和注意力进行翻译

• PyTorch 之文本篇

 

• 生成对抗网络

• PyTorch 之生成对抗网络

 

• 强化学习

• PyTorch 之强化学习

为了方便大家本地查看，帮大家打包好了一份 PDF版本。

 

资料领取方式

关注公众账号【飞马会】

后台回复数字【90】

即可查看下载方式

▼

往期福利

关注飞马会公众号，回复对应关键词打包下载学习资料；回复“入群”，加入飞马网AI、大数据、项目经理学习群，和优秀的人一起成长！

回复 数字“1”下载从入门到研究，人工智能领域最值得一读的10本资料（附下载）

回复 数字“2”机器学习 & 数据科学必读的经典书籍，内附资料包！

回复 数字“14”小白| 机器学习和深度学习必读书籍+机器学习实战视频/PPT+大数据分析书籍推荐！

回复 数字“14”小白| 机器学习和深度学习必读书籍+机器学习实战视频/PPT+大数据分析书籍推荐！

回复 数字“16”100G Python从入门到精通！自学必备全套视频教程+python经典书籍！

回复 数字“17”【干货】31篇关于深度学习必读论文汇总(附论文下载地址)

回复 数字“18”526份行业报告+白皮书：AI人工智能、机器人、智能出行、智能家居、物联网、VR/AR、 区块链等（附下载）

回复 数字“25”资源 | 177G Python/机器学习/深度学习/算法/TensorFlow等视频，涵盖入门/中级/项目各阶段！

回复 数字“26”人工智能入门书单推荐，学习AI的请收藏好（附PDF下载）

回复 数字“27”资源 | 吴恩达斯坦福CS230深度学习课程全套资料放出（附下载）

回复 数字“36”286页PDF教你如何搞明白深度学习的算法、理论与计算系统！(可下载)