摘要：
译者： "talengu" PyTorch的主要接口为Python。虽然Python有动态编程和易于迭代的优势，但在很多情况下，正是Python的这些属性会带来不利。我们经常遇到的生产环境，要满足低延迟和严格部署要求。对于生产场景而言，C++通常是首选语言，也能很方便的将其绑定到另一种语言，如Jav 阅读全文
posted @ 2019-01-25 21:00
ApacheCN_飞龙
阅读(1926)
评论(0)
推荐(0)
摘要：
译者： "hhxx2015" 作者 : "Sean Robertson" 我们将构建和训练字符级RNN来对单词进行分类。 字符级RNN将单词作为一系列字符读取，在每一步输出预测和“隐藏状态”，将其先前的隐藏状态输入至下一时刻。 我们将最终时刻输出作为预测结果，即表示该词属于哪个类。 具体来说，我们将 阅读全文
posted @ 2019-01-25 20:59
ApacheCN_飞龙
阅读(815)
评论(0)
推荐(0)
摘要：
译者： "ZHHAYO" 作者: "Nathan Inkawhich" 在本教程中，我们将深入探讨如何微调和特征提取 "torchvision 模型" ，所有这些模型都已经预先在1000类的magenet数据集上训练完成。本程将深入介绍如何使用几个现代的CNN架构，并将为微调任意的PyTorch模型 阅读全文
posted @ 2019-01-25 20:58
ApacheCN_飞龙
阅读(1165)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 作者 ： "Justin Johnson" 这个教程通过自洽的示例介绍了PyTorch的基本概念。 PyTorch主要是提供了两个核心的功能特性： 一个类似于numpy的n维张量，但是可以在GPU上运行 搭建和训练神经网络时的自动微分/求 阅读全文
posted @ 2019-01-25 20:54
ApacheCN_飞龙
阅读(1049)
评论(0)
推荐(0)
摘要：
译者： "yportne13" 作者 ： "Sasank Chilamkurthy" 在解决机器学习问题的时候，人们花了大量精力准备数据。pytorch提供了许多工具来让载入数据更简单并尽量让你的代码的可读性更高。在这篇教程中，我们将学习如何加载和预处理/增强一个有价值的数据集。 在运行这个教程前请 阅读全文
posted @ 2019-01-25 20:51
ApacheCN_飞龙
阅读(861)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 在这个教程里，我们将学习如何使用数据并行（ ）来使用多GPU。 PyTorch非常容易的就可以使用GPU，可以用如下方式把一个模型放到GPU上： 然后可以复制所有的张量到GPU上： 请注意，调用 返回一个GPU上的 副本，而不是重写 。我 阅读全文
posted @ 2019-01-25 20:49
ApacheCN_飞龙
阅读(1060)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 目前为止，我们以及看到了如何定义网络，计算损失，并更新网络的权重。 现在可能会想， 数据呢？ 通常来说，当必须处理图像、文本、音频或视频数据时，可以使用python标准库将数据加载到numpy数组里。然后将这个数组转化成 。 对于图片，有 阅读全文
posted @ 2019-01-25 20:48
ApacheCN_飞龙
阅读(809)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 可以使用 包来构建神经网络. 我们以及介绍了 ，`nn autograd nn.Module forward(input) output`。 例如，下面这个神经网络可以对数字进行分类： 这是一个简单的前馈神经网络（feed forward 阅读全文
posted @ 2019-01-25 20:45
ApacheCN_飞龙
阅读(1000)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 PyTorch中，所有神经网络的核心是 包。先简单介绍一下这个包，然后训练我们的第一个的神经网络。 包为张量上的所有操作提供了自动求导机制。它是一个在运行时定义（define by run）的框架，这意味着反向传播是根据代码如何运行来决定 阅读全文
posted @ 2019-01-25 20:44
ApacheCN_飞龙
阅读(871)
评论(0)
推荐(0)
摘要：
译者： "bat67" 最新版会在 "译者仓库" 首先同步。 PyTorch是一个基于python的科学计算包，主要针对两类人群： 作为NumPy的替代品，可以利用GPU的性能进行计算 作为一个高灵活性、速度快的深度学习平台 入门 张量 （张量）类似于 的`ndarray`，但还可以在GPU上使用来 阅读全文
posted @ 2019-01-25 20:43
ApacheCN_飞龙
阅读(843)
评论(0)
推荐(0)
浙公网安备 33010602011771号