-
PyTorch 中使用 Eager 模式的静态量化（beta）
PyTorch 中使用 Eager 模式的静态量化（beta） 1.模型架构 2.辅助函数 3.定义数据集和数据加载器 ImageNet 数据 4.训练后的静态量化 5.量化感知的训练 来自量化的加速 总结 PyTorch 中使用 Eager 模式的静态量化（beta） 原文：https://pytorch.org/tutorials... -
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... -
记事本 （Beta）
记事本 （Beta） 概述 开始 主要特点 常见用例 常见问题 我应该在记事本中写什么？ 记事本不应该写什么？ 我应该遵循特定的格式或结构吗？ 示例记事本 记事本 （Beta） 使用光标中的记事本在编辑器和 Chat 交互之间共享上下文的指南 记事本目前处于测试阶段，将来可能会弃用。 概述... -
二：博弈算法的前世今生
从深蓝说起 博弈算法 围棋难题 卷积神经网络 从深蓝说起 从计算机问世后，博弈算法从来就没有停止过改进的步伐。最早打败人类顶级棋手的AI就是深蓝。以下内容摘自百度百科： 深蓝是美国IBM公司生产的一台超级国际象棋电脑，重1270公斤，有32个大脑（微处理器），每秒钟可以计算2亿步。”深蓝”输入了一百多年来优秀棋手的对局两百多万局。1997年 ... -
使用nn.Transformer和torchtext的序列到序列建模
使用nn.Transformer 和torchtext 的序列到序列建模 定义模型 加载和批量数据 生成输入序列和目标序列的函数 启动实例 运行模型 使用测试数据集评估模型 使用nn.Transformer 和torchtext 的序列到序列建模 原文：https://pytorch.org/tutorials/beginner/tran... -
单机模型并行最佳实践
单机模型并行最佳实践 基本用法 将模型并行应用于现有模块 通过流水线输入加快速度 单机模型并行最佳实践 原文：https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html 作者 ：Shen Li 模型并行在分布式训练技术中被广泛使用。 先前的帖子已经解... -
PyTorch 中通道在最后的内存格式（beta）
PyTorch 中通道在最后的内存格式（beta） 什么是通道在最后 内存格式 API 性能提升 转换现有模型 要做的工作 PyTorch 中通道在最后的内存格式（beta） 原文：https://pytorch.org/tutorials/intermediate/memory_format_tutorial.html 作者 ： ... -
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... -
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... -
神经网络
神经网络 定义网络 损失函数 反向传播 更新权重 神经网络 原文：https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html#sphx-glr-beginner-blitz-neural-networks-tutorial-py 可以使用torc...
