PyTorch Recipes
译者：片刻小哥哥
项目地址：https://pytorch.apachecn.org/2.0/tutorials/recipes/recipes_index
原始地址：https://pytorch.org/tutorials/recipes/recipes_index.html
Recipes 是关于如何使用特定 PyTorch 功能的简短、可操作的示例，与我们的完整教程不同。
-
在 PyTorch 中加载数据
-
定义神经网络
-
PyTorch 中的 state_dict 是什么
-
在 PyTorch 中保存和加载模型以进行推理
-
在 PyTorch 中保存和加载常规检查点
-
使用 PyTorch 在一个文件中保存和加载多个模型
-
使用 PyTorch 中不同模型的参数热启动模型
-
在 PyTorch 中跨设备保存和加载模型
-
在 PyTorch 中将梯度归零
-
PyTorch 基准测试
-
PyTorch 基准测试(快速入门)
-
PyTorch Profiler
-
PyTorch Profiler 具有仪器和跟踪技术 API (ITT API) 支持
了解如何将 PyTorch 的分析器与仪器和跟踪技术 API (ITT API) 结合使用，以可视化英特尔® VTune™ Profiler GUI 中的操作员标签
-
Torch 编译 IPEX 后端
-
在 PyTorch 中推理形状
-
从检查点加载 nn.Module 的提示
-
使用 Captum 进行模型解释
-
使用 ZeroRedundancyOptimizer 的分片优化器状态
-
使用 TensorPipe RPC 进行直接设备间通信
-
支持 TorchScript 的分布式优化器
-
分布式检查点 (DCP) 入门
-
使用 Captum 进行模型解释
-
PyTorch Mobile 性能秘诀
-
制作使用 PyTorch Android 预构建库的 Android 本机应用程序
了解如何从头开始制作使用 LibTorch C++ API 并使用 TorchScript 模型和自定义 C++ 运算符的 Android 应用程序
-
Fuse Modules Recipe
-
Mobile Recipes 的量化
-
针对移动设备编写脚本并进行优化
-
iOS Recipes 的模型准备
-
Android Recipes 的模型准备
-
Android 和 iOS 中的 Mobile Interpreter 工作流程
-
动态量化
-
PyTorch Mobile 性能秘诀
-
自动混合精度
-
性能调优指南
-
利用英特尔® 高级矩阵扩展
-
适用于 PyTorch 的英特尔® 扩展
-
适用于 PyTorch 的英特尔® 神经压缩器
-
使用 Flask 进行部署
-
分析基于 PyTorch RPC 的工作负载
-
将 PyTorch Stable Diffusion 模型部署为 Vertex AI 端点
-
动态量化
-
Mobile Recipes 的量化
-
适用于 PyTorch 的英特尔® 神经压缩器
-
如何将 TensorBoard 与 PyTorch 结合使用
-
动态量化
-
用于部署的 TorchScript
了解如何以 TorchScript 格式导出经过训练的模型以及如何以 C++ 加载 TorchScript 模型并进行推理
-
使用 Flask 进行部署
-
支持 TorchScript 的分布式优化器
-
如何将 TensorBoard 与 PyTorch 结合使用
