Skip to content

=> 组织无偿提供中文版本（免费，秒级响应）

ChatGPT - ailake.top 一起来白嫖叭～！

【布客】PyTorch 中文翻译

PyTorch Java API

Initializing search

apachecn/pytorch-doc-zh

【布客】PyTorch 中文翻译

apachecn/pytorch-doc-zh

PyTorch 中文文档 & 教程
PyTorch 1.7 中文文档
PyTorch 1.7 中文文档
- 学习 PyTorch
  学习 PyTorch
  - PyTorch 深度学习：60 分钟的突击
    PyTorch 深度学习：60 分钟的突击
    
    介绍
    
    张量
    
    torch.autograd的简要介绍
    
    神经网络
    
    训练分类器
  - 通过示例学习 PyTorch
    通过示例学习 PyTorch
    
    介绍
    
    热身：NumPy
    
    PyTorch：张量
    
    PyTorch：张量和 Autograd
    
    PyTorch：定义新的 Autograd 函数
    
    PyTorch：nn
    
    PyTorch：optim
    
    PyTorch：自定义nn模块
    
    PyTorch：控制流 - 权重共享
  - torch.nn到底是什么？
  - 使用 TensorBoard 可视化模型，数据和训练
- 图片/视频
  图片/视频
- 音频
  音频
  - 音频 I/O 和torchaudio的预处理
  - 使用torchaudio的语音命令识别
- 文本
  文本
- 强化学习
  强化学习
  - 强化学习（DQN）教程
  - 训练玩马里奥的 RL 智能体
- 在生产中部署 PyTorch 模型
  在生产中部署 PyTorch 模型
- 前端 API
  前端 API
- 模型优化
  模型优化
- 并行和分布式训练
  并行和分布式训练
PyTorch 1.4 中文文档 & 教程
PyTorch 1.4 中文文档 & 教程
- 入门
  入门
  - 使用 PyTorch 进行深度学习：60 分钟的闪电战
    使用 PyTorch 进行深度学习：60 分钟的闪电战
    
    介绍
    
    什么是PyTorch
    
    Autograd：自动求导
    
    神经网络
    
    训练分类器
    
    可选：数据并行
  - 编写自定义数据集，数据加载器和转换
  - 使用 TensorBoard 可视化模型，数据和训练
- 图片
  图片
- 音频
  音频
  - torchaudio 教程
- 文本
  文本
- 命名为 Tensor(实验性）
  命名为 Tensor(实验性）
  - (实验性)PyTorch 中的命名张量简介
- 强化学习
  强化学习
  - 强化学习(DQN)教程
- 在生产中部署 PyTorch 模型
  在生产中部署 PyTorch 模型
- 并行和分布式训练
  并行和分布式训练
- 扩展 PyTorch
  扩展 PyTorch
- 模型优化
  模型优化
- PyTorch 用其他语言
  PyTorch 用其他语言
  - 使用 PyTorch C --前端
- PyTorch 基础知识
  PyTorch 基础知识
  - 通过示例学习 PyTorch
  - torch.nn 到底是什么？
- 笔记
  笔记
- 语言绑定
  语言绑定
  - PyTorch C -- API
  - PyTorch Java API
- Python API
  Python API
- torchvision参考
  torchvision参考
  - torchvision
- 音频参考
  音频参考
  - torchaudio
- torchtext参考
  torchtext参考
  - torchtext
- 社区
  社区
PyTorch 1.0 中文文档 & 教程
PyTorch 1.0 中文文档 & 教程
- 目录
- 中文教程
  中文教程
  - 入门
    入门
    
    PyTorch 深度学习: 60 分钟极速入门
    PyTorch 深度学习: 60 分钟极速入门
    
    介绍
    
    什么是 PyTorch？
    
    Autograd：自动求导
    
    神经网络
    
    训练分类器
    
    可选：数据并行处理
    
    数据加载和处理教程
    
    用例子学习 PyTorch
    
    迁移学习教程
    
    混合前端的 seq2seq 模型部署
    
    Saving and Loading Models
    
    What is torch.nn really?
  - 图像
    图像
    
    Torchvision 模型微调
    
    空间变换器网络教程
    
    使用 PyTorch 进行图像风格转换
    
    对抗性示例生成
    
    使用 ONNX 将模型从 PyTorch 传输到 Caffe2 和移动端
  - 文本
    文本
    
    聊天机器人教程
    
    使用字符级别特征的 RNN 网络生成姓氏
    
    使用字符级别特征的 RNN 网络进行姓氏分类
    
    Deep Learning for NLP with Pytorch
    Deep Learning for NLP with Pytorch
    
    在深度学习和 NLP 中使用 Pytorch
    
    PyTorch 介绍
    
    使用 PyTorch 进行深度学习
    
    Word Embeddings: Encoding Lexical Semantics
    
    序列模型和 LSTM 网络
    
    Advanced: Making Dynamic Decisions and the Bi-LSTM CRF
    
    基于注意力机制的 seq2seq 神经网络翻译
  - 生成
    生成
    
    DCGAN Tutorial
  - 强化学习
    强化学习
    
    Reinforcement Learning (DQN) Tutorial
  - 扩展 PyTorch
    扩展 PyTorch
    
    用 numpy 和 scipy 创建扩展
    
    Custom C-- and CUDA Extensions
    
    Extending TorchScript with Custom C-- Operators
  - 生产性使用
    生产性使用
    
    Writing Distributed Applications with PyTorch
    
    使用 Amazon AWS 进行分布式训练
    
    ONNX 现场演示教程
    
    在 C-- 中加载 PYTORCH 模型
  - 其它语言中的 PyTorch
    其它语言中的 PyTorch
    
    使用 PyTorch C-- 前端
- 中文文档
  中文文档
  - 注解
    注解
    
    自动求导机制
    
    广播语义
    
    CUDA 语义
    
    Extending PyTorch
    
    Frequently Asked Questions
    
    Multiprocessing best practices
    
    Reproducibility
    
    Serialization semantics
    
    Windows FAQ
  - 包参考
    包参考
    
    torch
    torch
    
    介绍
    
    Tensors
    
    Random sampling
    
    Serialization, Parallelism, Utilities
    
    Math operations
    Math operations
    
    Pointwise Ops
    
    Reduction Ops
    
    Comparison Ops
    
    Spectral Ops
    
    Other Operations
    
    BLAS and LAPACK Operations
    
    torch.Tensor
    
    Tensor Attributes
    
    数据类型信息
    
    torch.sparse
    
    torch.cuda
    
    torch.Storage
    
    torch.nn
    
    torch.nn.functional
    
    torch.nn.init
    
    torch.optim
    
    Automatic differentiation package - torch.autograd
    
    Distributed communication package - torch.distributed
    
    Probability distributions - torch.distributions
    
    Torch Script
    
    多进程包 - torch.multiprocessing
    
    torch.utils.bottleneck
    
    torch.utils.checkpoint
    
    torch.utils.cpp_extension
    
    torch.utils.data
    
    torch.utils.dlpack
    
    torch.hub
    
    torch.utils.model_zoo
    
    torch.onnx
    
    Distributed communication package (deprecated) - torch.distributed.deprecated
  - torchvision 参考
    torchvision 参考
    
    目录
    
    torchvision.datasets
    
    torchvision.models
    
    torchvision.transforms
    
    torchvision.utils
PyTorch 0.4 中文文档
PyTorch 0.4 中文文档
- 笔记
  笔记
- 包参考
  包参考
- torchvision 参考
  torchvision 参考
PyTorch 0.3 中文文档 & 教程
PyTorch 0.3 中文文档 & 教程
- 目录
- 中文教程
  中文教程
  - 初学者教程
    初学者教程
    
    PyTorch 深度学习: 60 分钟极速入门教程
    PyTorch 深度学习: 60 分钟极速入门教程
    
    介绍
    
    PyTorch 是什么？
    
    自动求导: 自动微分
    
    神经网络
    
    训练一个分类器
    
    可选: 数据并行
    
    PyTorch for former Torch users
    PyTorch for former Torch users
    
    介绍
    
    Tensors
    
    Autograd (自动求导)
    
    nn package
    
    Multi-GPU examples
    
    跟着例子学习 PyTorch
    跟着例子学习 PyTorch
    
    介绍
    
    Warm-up: numpy
    
    PyTorch: Tensors
    
    PyTorch: 变量和autograd
    
    PyTorch: 定义新的autograd函数
    
    TensorFlow: 静态图
    
    PyTorch: nn包
    
    PyTorch: optim包
    
    PyTorch: 定制化nn模块
    
    PyTorch: 动态控制流程 - 权重共享
    
    迁移学习教程
    
    数据加载和处理教程
    
    针对NLP的Pytorch深度学习
    针对NLP的Pytorch深度学习
    
    介绍
    
    PyTorch介绍
    
    PyTorch深度学习
    
    词汇嵌入:编码词汇语义
    
    序列模型和 LSTM 网络(长短记忆网络）
    
    高级教程: 作出动态决策和 Bi-LSTM CRF
  - 中级教程
    中级教程
    
    用字符级RNN分类名称
    
    基与字符级RNN(Char-RNN）的人名生成
    
    用基于注意力机制的seq2seq神经网络进行翻译
    
    强化学习(DQN）教程
    
    Writing Distributed Applications with PyTorch
    
    空间转换网络 (Spatial Transformer Networks) 教程
  - 高级教程
    高级教程
    
    用 PyTorch 做神经转换 (Neural Transfer)
    
    使用 numpy 和 scipy 创建扩展
    
    使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile
    
    为 pytorch 自定义 C 扩展
- 中文文档
  中文文档
  - 介绍
    介绍
    
    自动求导机制
    
    广播语义
    
    CUDA 语义
    
    扩展 PyTorch
    
    多进程的最佳实践
    
    序列化语义
  - Package 参考
    Package 参考
    
    torch
    
    torch.Tensor
    
    torch.sparse
    
    torch.Storage
    
    torch.nn
    
    torch.optim
    
    Automatic differentiation package - torch.autograd
    
    Probability distributions - torch.distributions
    
    Multiprocessing package - torch.multiprocessing
    
    Distributed communication package - torch.distributed
    
    Legacy package - torch.legacy
    
    torch.cuda
    
    torch.utils.ffi
    
    torch.utils.data
    
    torch.utils.model_zoo
    
    torch.onnx
  - torchvision 参考
    torchvision 参考
    
    torchvision
    
    torchvision.datasets
    
    torchvision.models
    
    torchvision.transforms
    
    torchvision.utils
PyTorch 0.2 中文文档
PyTorch 0.2 中文文档
- 介绍
- 说明
  说明
- PACKAGE参考
  PACKAGE参考
- TORCHVISION参考
  TORCHVISION参考
- 致谢
贡献者
关于我们
中文资源合集

PyTorch Java API

原文： https://pytorch.org/javadoc/

我们一直在努力

apachecn/pytorch-doc-zh

PyTorch C -- API

Copyright © 2023 学习网站京ICP备19016010号-1
网站由 @草里有只羊提供支持 | 联系QQ/微信: 529815144 请注明来意！