https://github.com/chenyuntc/pytorch-book
基于pytorch ,许多有趣的小应用。感谢作者!
作者的代码写得非常清晰,配置方法也很明确,只需要按照提示,安装依赖:
pip install -r requirements.txt
导入:from torchnet import meter 单独下载:git+https://github.com/pytorch/tnt.git@master 解压,取出 torchnet
然后,下载相应的云训练model,按照命令提示即可运行demo。
另外:Python3 运行时,将# coding:utf8 改为:# coding:utf-8
例如:
python main.py gen --model-path='checkpoints/tang_199.pth' --pickle-path='tang.npz' --start-words='我是少帅' --prefix-words='江流天地外,山色有无中。' --acrostic=True --nouse-gpu
结果:
我来冒山岳,旧隐来相暾。
是日不相识,白云如一言。
少年不得意,一举十二门。
帅来出中府,脱屐何时闻。
目前demo跑通第七章和第九章的model。
实战部分(第六到十章)利用PyTorch实现了几个酷炫有趣的应用,对于这部分的内容,本仓库给出完整的实现代码,并提供预训练好的模型作为demo,供读者测试。
- 第六章是承上启下的一章,这一章的目标不是教会读者新函数,新知识,而是结合Kaggle中一个经典的比赛,实现一个深度学习中比较简单的图像二分类问题。在实现过程中,带领读者复习前五章的知识,并提出代码规范以合理的组织程序,代码,使得程序更加可读,可维护。第六章还介绍了在PyTorch中如何进行debug。
- 第七章为读者讲解了当前最火爆的生成对抗网络(GAN),带领读者从头实现一个动漫头像生成器,能够利用GAN生成风格多变的动漫头像。
- 第八章为读者讲解了风格迁移的相关知识,并带领读者实现风格迁移网络,将自己的照片变成高大上的名画。
- 第九章为读者讲解了一些自然语言处理的基础知识,并讲解了CharRNN的原理。而后利用收集了几万首唐诗,训练出了一个可以自动写诗歌的小程序。这个小程序可以控制生成诗歌的格式,意境,还能生成藏头诗。
- 第十章为读者介绍了图像描述任务,并以最新的AI Challenger比赛的数据为例,带领读者实现了一个可以进行简单图像描述的的小程序。
- 第十一章(新增,实验性) 由Diamondfan 编写的语音识别。完善了本项目(本项目已囊括图像,文本,语音三大领域的例子)。