Pytorch是Facebook 的 AI 研究团队发布了一个 Python 工具包,是Python优先的深度学习框架。作为 numpy 的替代品;使用强大的 GPU 能力,提供最大的灵活性和速度,实现了机器学习框架 Torch 在 Python 语言环境的执行。
但是在我们刚接触Pytorch框架的过程中,查看文档无疑会让人云里雾里的,感谢莫烦Python 大神的贡献,我观看后觉得受到了很大的启发,所以推荐并且转载到了我们的网站,同时如果影响到别人,希望告知并且更高,文章目录如下:
名称 | 连接 |
---|---|
PyTorch 简介 | 查看 |
为什么使用Pytorch? | 查看 |
Pytorch安装教程 | 查看 |
PyTorch 神经网络基础 | 查看 |
Torch和Numpy | 查看 |
变量Variable | 查看 |
激励函数Activation | 查看 |
建造第一个神经网络 | 查看 |
回归 | 查看 |
分类 | 查看 |
快速搭建神经网络 | 查看 |
保存提取 | 查看 |
批训练 | 查看 |
Optimizer 优化器 | 查看 |
高级神经网络结构 | 查看 |
CNN 卷积神经网络 | 查看 |
RNN 循环神经网络 (分类) | 查看 |
RNN 循环神经网络 (回归) | 查看 |
AutoEncoder | 查看 |
DQN 强化学习 | 查看 |
GAN (Generative Adversarial Nets 生成对抗网络) | 查看 |
高阶内容 | 查看 |
为什么 Torch 是动态的 | 查看 |
GPU 加速运算 | 查看 |
Dropout 缓解过拟合 | 查看 |
Batch Normalization 批标准化 | 查看 |
原创文章,转载请注明 :Pytorch中文视频教程,Pytorch实战视频教程 - pytorch中文网
原文出处: https://ptorch.com/news/36.html
问题交流群 :168117787