鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
PyTorch官方教程,现已大幅更新:
提供标签索引,增加主题分类,更加新手友好。
不必再面对一整页教学文章茫然无措,可以想学哪里就精准点哪里了。
网友们纷纷表示:更新得太及时了。
![520cba6d6590bd0d310156dda3b4d035.png](https://i-blog.csdnimg.cn/blog_migrate/4c9b1b46ab3e061b51d6246c1bd39138.jpeg)
![7684bc4b2d2e9de602251944ae6f5ba3.png](https://i-blog.csdnimg.cn/blog_migrate/f508e52d6d900e6c2eebebbb5dbe7581.jpeg)
标签索引:哪里不会点哪里
如果你是PyTorch 24K纯萌新,PyTorch官方一如既往地向你推荐他们最受欢迎的教程之一:60分钟入门PyTorch(Start 60-min blitz)。
并且这一次,有了更显眼的入口,保证你绝对不会错过。
![13bd474a1c865d1b870d6c2340682382.png](https://i-blog.csdnimg.cn/blog_migrate/ad89b6bae7be334d3dfe71fa62500004.jpeg)
而这一次更新的重点,在于快速标签索引。
![8bcc7feb9e13652a6104169275ee6715.png](https://i-blog.csdnimg.cn/blog_migrate/e9f5800d8586b303230cccdcad46ea82.jpeg)
不再是简单粗暴的CV、NLP、RL这样的分类,而是对教程的主题进行了更细致的划分。
并且,你可以通过选择标签,来精准地找到你想要的教程。
比如,你想看看计算机视觉相关的模型优化教程,选中「Image/Video」、「Model Optimization」这两个标签,就能快速筛选出对应的教学内容。
![3d522fc9daf84c3e4dcfee598ec16fb0.png](https://i-blog.csdnimg.cn/blog_migrate/e1f02250432bec676e714c5211f009ae.jpeg)
具体的PyTorch示例、PyTorch中常用API、元素的备忘录,以及教程的GitHub链接,则作为附加资源,单独列在教程板块之后,很容易找到。
![8dc808323aa5d44f821d93a601aaad60.png](https://i-blog.csdnimg.cn/blog_migrate/c6575d2abcadee6a96c11b87973c8d54.jpeg)
当然,除了交互体验上的更新,教程内容方面,PyTorch官方也增加了新的「食用指南」,比如:
- PyTorch数据加载(LOADING DATA IN PYTORCH)
- CAPTUM的模型可解释性(MODEL INTERPRETABILITY USING CAPTUM)
- 如何在PyTorch中使用Tensorboard(HOW TO USE TENSORBOARD WITH PYTORCH)
完整资源清单
最后,总结一下PyTorch官方教程都包括哪些方面的内容。
- PyTorch入门教程:60分钟闪电战
- 图像/视频篇(CV)
TorchVision目标检测微调教程
计算机视觉迁移学习教程
对抗示例生成
DCGAN教程
- 音频篇
torchaudio教程
- 文本篇(NLP)
用nn.Transformer和TorchText实现 Sequence2Sequence 建模
从零开始NLP:使用字符级 RNN 进行名字分类
从零开始NLP:使用字符级 RNN 生成名字
从零开始NLP:使用 Sequence2Sequence 网络和注意力进行翻译
使用TorchText实现文本分类
使用TorchText实现语言翻译
- 强化学习
强化学习教程
- 在生产环境中部署PyTorch模型
使用Flask来部署PyTorch模型
TorchScript简介
在C++中加载TorchScript模型
将模型从PyTorch中导出到ONNX,并使用ONNX RUNTIME运行
- 前端API
PyTorch中的命名张量简介
通道在Pytorch中的最终存储格式
使用PyTorch C++前端
自定义C++和CUDA扩展
使用自定义C++运算符扩展TorchScript
使用自定义C++类扩展TorchScript
C ++前端中的Autograd
- 模型优化
剪枝教程
LSTM Word语言模型上的动态量化
BERT上的动态量化
在PyTorch中使用Eager模式进行静态量化
计算机视觉的量化迁移学习教程
- 并行和分布式训练
单机模型并行最佳实践
分布式数据并行入门
用PyTorch编写分布式应用程序
分布式RPC框架入门
(进阶)Amazon AWS的PyTorch 1.0分布式训练
使用分布式RPC框架实现参数服务器
传送门
PyTorch官方教程:https://pytorch.org/tutorials/
— 完 —
量子位 QbitAI · 头条号签约
关注我们,第一时间获知前沿科技动态