-
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
使用torchtext的文本分类
使用torchtext 的文本分类 使用 N 元组加载数据 定义模型 启动实例 用于生成批量的函数 定义函数来训练模型并评估结果 分割数据集并运行模型 使用测试数据集评估模型 测试随机新闻 使用torchtext 的文本分类 原文：https://pytorch.org/tutorials/beginner/text_sentimen... -
PyTorch 中的命名张量简介（原型）
PyTorch 中的命名张量简介（原型） 基础知识：命名维度 访问器和归约 名称推断 广播 矩阵乘法 新行为：按名称显式广播 新行为：按名称展平或取消展平维度 Autograd 支持 其他受支持的（和不受支持的）功能 更长的例子：多头关注 运行示例 总结 PyTorch 中的命名张量简介（原型） 原文：https://pyto... -
使用自定义 C++ 类扩展 TorchScript
使用自定义 C++ 类扩展 TorchScript 用 C++ 实现和绑定类 使用 CMake 将示例构建为 C++ 项目 从 Python 和 TorchScript 使用 C++ 类 使用自定义类保存，加载和运行 TorchScript 代码 将自定义类移入或移出IValue 为自定义 C++ 类定义序列化/反序列化方法 定义接受或返回绑定... -
TorchScript 简介
TorchScript 简介 PyTorch 模型创建基础 TorchScript 的基础 跟踪Modules 使用脚本转换模块 混合脚本和跟踪 保存和加载模型 进一步阅读 TorchScript 简介 原文：https://pytorch.org/tutorials/beginner/Intro_to_TorchScript_tut... -
8.2.3 常见 GUI 构件的用法
8.2.3 常见 GUI 构件的用法 8.2.3 常见 GUI 构件的用法 本节介绍一些最常见的 GUI 构件的用法。为了便于讨论，我们使用 Python 的命令行界 面①来交互式地执行语句，这样可以执行一条语句就立即看到其执行效果。读者也可以一边 阅读本书，一边在计算机上动手练习。 GUI 编程首先要做的是导入 Tkinter 模块并创建根窗口： ... -
使用 RPC 的分布式管道并行化
使用 RPC 的分布式管道并行化 基础知识 第 1 步：对 ResNet50 模型进行分片 第 2 步：将 ResNet50 模型片段拼接到一个模块中 步骤 3：定义训练循环 第 4 步：启动 RPC 进程 使用 RPC 的分布式管道并行化 原文：https://pytorch.org/tutorials/intermediate/dist... -
训练分类器
训练分类器 数据呢？ 训练图像分类器 1.加载并标准化 CIFAR10 2.定义卷积神经网络 3.定义损失函数和优化器 4.训练网络 5.根据测试数据测试网络 在 GPU 上进行训练 在多个 GPU 上进行训练 我下一步要去哪里？ 训练分类器 原文：https://pytorch.org/tutorials/beginner/bl... -
对抗示例生成
对抗示例生成 威胁模型 快速梯度符号攻击 实现 输入 受到攻击的模型 FGSM 攻击 测试函数 运行攻击 结果 准确率与ε 对抗示例样本 接下来要去哪里？ 对抗示例生成 原文：https://pytorch.org/tutorials/beginner/fgsm_tutorial.html 作者： Nathan I... -
1.3 定义新的函数
1.3 定义新的函数 1.3.1 环境 1.3.2 调用用户定义的函数 1.3.3 示例：调用用户定义的函数 1.3.4 局部名称 1.3.5 实践指南：选择名称 1.3.6 作为抽象的函数 1.3.7 运算符 1.3 定义新的函数 来源：1.3 Defining New Functions 译者：飞龙 协议：CC BY-N...
