跳到主要内容

开源文档

开源文档

学习 PyTorch
PyTorch 深度学习：60分钟快速入门
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
NumPy热身
PyTorch：张量
PyTorch：张量与 Autograd
PyTorch：定义新的 Autograd 函数
PYTHORCH: 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
torchvision对象检测微调教程
计算机视觉的迁移学习教程
对抗示例生成
DCGAN 教程
音频
音频 I/O 和torchaudio的预处理
使用torchaudio的语音命令识别
文本
使用nn.Transformer和torchtext的序列到序列建模
从零开始的 NLP：使用字符级 RNN 分类名称
从零开始的 NLP：使用字符级 RNN 生成名称
从零开始的 NLP：使用序列到序列网络和注意力的翻译
使用torchtext的文本分类
torchtext语言翻译
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
通过使用 Flask 的 REST API 在 Python 中部署 PyTorch
TorchScript 简介
在 C++ 中加载 TorchScript 模型
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）
前端 API
PyTorch 中的命名张量简介（原型）
PyTorch 中通道在最后的内存格式（beta）
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
TorchScript 中的动态并行性
C++ 前端中的 Autograd
在 C++ 中注册调度运算符
模型优化
分析您的 PyTorch 模块
使用 Ray Tune 的超参数调整
模型剪裁教程
LSTM 单词语言模型上的动态量化（beta）
BERT 上的动态量化（Beta）
PyTorch 中使用 Eager 模式的静态量化（beta）
计算机视觉的量化迁移学习教程（beta）
并行和分布式训练
PyTorch 分布式概述
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
分布式 RPC 框架入门
使用分布式 RPC 框架实现参数服务器
使用 RPC 的分布式管道并行化
使用异步执行实现批量 RPC 处理
将分布式DataParallel与分布式 RPC 框架相结合
SUMMARY

并行和分布式训练

计算机视觉的量化迁移学习教程（beta）

PyTorch 分布式概述

Copyright © 2023 陕ICP备2021013799号-4