当前位置: 首页 > 科技观察

PyTorch官方教程大更新:增加标签索引,更加新手友好

时间:2023-03-12 07:50:05 科技观察

PyTorch官方教程大更新:新增标签索引,更适合新手PyTorch官方教程大更新:提供标签索引,增加主题分类,更适合新手。你再也不用为一整页的教学文章而手足无措了,想学的地方点一下就可以了。网友纷纷表示:更新的太及时了。标签索引:wherenottoclickwhere如果你是PyTorch24K的纯新手,PyTorch官方一如既往地向你推荐他们最受欢迎的教程之一:PyTorch60分钟介绍(Start60-minblitz)。而这一次,入口更加显眼,绝对不会错过。本次更新的重点是快速标签索引。不再是CV、NLP、RL等简单粗暴的分类,而是对教程的主题进行更细致的划分。而且,您可以通过选择标签准确找到您想要的教程。比如你想阅读计算机视觉相关的模型优化教程,选择“Image/Video”和“ModelOptimization”这两个标签,可以快速筛选出对应的教学内容。具体的PyTorch示例、PyTorch中常用API和元素的备忘录以及教程的GitHub链接作为附加资源单独列在教程部分之后,很容易找到。当然,除了交互体验的更新,PyTorch在教程内容方面也加入了新的“可食用指南”,比如:PyTorch数据加载(LOADINGDATAINPYTORCH)CAPTUM模型可解释性(MODELINTERPRETABILITYUSINGCAPTUM)使用PyTorch中的Tensorboard(HOWTOUSETENSORBOARDWITHPYTORCH)完整资源列表最后,总结一下PyTorch官方教程包含的内容。PyTorch入门教程:60分钟Blitz图像/视频(CV)TorchVision目标检测微调教程计算机视觉迁移学习教程对抗样本生成DCGAN教程音频教程Torchaudio教程文本(NLP)使用nn.Transformer和TorchText实现Sequence2Sequence建模从零开始NLP:使用字符级RNN进行名称分类NLPFromScratch:使用字符级RNN生成名称NLP从头开始??:使用Sequence2Sequence网络和注意力进行翻译在生产环境中部署PyTorch模型使用Flask部署PyTorch模型简介toTorchScriptLoadtheTorchScriptmodelinC++ExportthemodelfromPyTorchtoONNX,anduseONNXRUNTIMEtorunthefront-endAPINamedtensorsinPyTorchIntroductionPytorchCustomC++andCUDAExtensionsUsingPyTorchC++前端通道的最终存储格式结束使用自定义C++运算符扩展TorchScriptipt使用自定义C++类在PyTorch中使用Eager模式进行静态量化计算机视觉量化迁移学习教程并行和分布式训练独立模型并行最佳实践分布式数据并行介绍使用PyTorch编写分布式应用程序分布式RPC框架介绍(高级)AmazonAWSPyTorch1.0分布式训练使用分布式RPC框架实现参数服务器入口PyTorch官方教程:https://pytorch.org/tutorials/