diff --git a/PyTorch-Handbook-6.png b/PyTorch-Handbook-6.png new file mode 100644 index 0000000..a51ad94 Binary files /dev/null and b/PyTorch-Handbook-6.png differ diff --git a/README.md b/README.md index 2c3ed66..ebe2149 100644 --- a/README.md +++ b/README.md @@ -1,148 +1,148 @@ -# PyTorch 中文手册（pytorch handbook） -![pytorch](https://raw.githubusercontent.com/pytorch/pytorch/master/docs/source/_static/img/pytorch-logo-dark.png) - -## 书籍介绍 -这是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。 - -由于本人水平有限，在写此教程的时候参考了一些网上的资料，在这里对他们表示敬意，我会在每个引用中附上原文地址，方便大家参考。 - -深度学习的技术在飞速的发展，同时PyTorch也在不断更新，且本人会逐步完善相关内容。 - -## 版本说明 -由于PyTorch版本更迭，教程的版本会与PyTorch版本，保持一致。 - -[pytorch大版本更新的主要变动总结](pytorch-changelog.md) 当前版本 1.7 - -## QQ 5群 - -群号：894059877 - -扫描二维码 - -![QR](Pytorch-Handbook-5.png) - -[点击链接加入群聊 『PyTorch Handbook 交流5群』](//jq.qq.com/?_wv=1027&k=HI1gtcVa) - -1群(985896536)已满，2群(681980831) 3群(773681699)已满 4群(884017356)已满 - -不要再加了 - -## 新福利 - -公众账号每日分享干货文章 -![weixin QR](deephub.jpg) - - - -## 说明 - -- 修改错别字请直接提issue或PR - -- PR时请注意版本 - -- 有问题也请直接提issue - -感谢 - -## 目录 - -### 第一章：PyTorch 入门 - -1. [PyTorch 简介](chapter1/1.1-pytorch-introduction.md) -2. [PyTorch 环境搭建](chapter1/1.2-pytorch-installation.md) -3. [PyTorch 深度学习：60分钟快速入门（官方）](chapter1/1.3-deep-learning-with-pytorch-60-minute-blitz.md) - - [张量](chapter1/1_tensor_tutorial.ipynb) - - [Autograd：自动求导](chapter1/2_autograd_tutorial.ipynb) - - [神经网络](chapter1/3_neural_networks_tutorial.ipynb) - - [训练一个分类器](chapter1/4_cifar10_tutorial.ipynb) - - [选读：数据并行处理（多GPU）](chapter1/5_data_parallel_tutorial.ipynb) -4. [相关资源介绍](chapter1/1.4-pytorch-resource.md) - -### 第二章 基础 -#### 第一节 PyTorch 基础 -1. [张量](chapter2/2.1.1.pytorch-basics-tensor.ipynb) -2. [自动求导](chapter2/2.1.2-pytorch-basics-autograd.ipynb) -3. [神经网络包nn和优化器optm](chapter2/2.1.3-pytorch-basics-nerual-network.ipynb) -4. [数据的加载和预处理](chapter2/2.1.4-pytorch-basics-data-loader.ipynb) -#### 第二节 深度学习基础及数学原理 - -[深度学习基础及数学原理](chapter2/2.2-deep-learning-basic-mathematics.ipynb) - -#### 第三节 神经网络简介 - -[神经网络简介](chapter2/2.3-deep-learning-neural-network-introduction.ipynb) 注：本章在本地使用微软的Edge打开会崩溃，请使Chrome Firefox打开查看 - -#### 第四节 卷积神经网络 - -[卷积神经网络](chapter2/2.4-cnn.ipynb) - -#### 第五节 循环神经网络 - -[循环神经网络](chapter2/2.5-rnn.ipynb) - -### 第三章 实践 -#### 第一节 logistic回归二元分类 - -[logistic回归二元分类](chapter3/3.1-logistic-regression.ipynb) - - -#### 第二节 CNN:MNIST数据集手写数字识别 - -[CNN:MNIST数据集手写数字识别](chapter3/3.2-mnist.ipynb) - -#### 第三节 RNN实例：通过Sin预测Cos - -[RNN实例：通过Sin预测Cos](chapter3/3.3-rnn.ipynb) - -### 第四章 提高 -#### 第一节 Fine-tuning - -[Fine-tuning](chapter4/4.1-fine-tuning.ipynb) - -#### 第二节 可视化 - -[visdom](chapter4/4.2.1-visdom.ipynb) - -[tensorboardx](chapter4/4.2.2-tensorboardx.ipynb) - -[可视化理解卷积神经网络](chapter4/4.2.3-cnn-visualizing.ipynb) - -#### 第三节 Fast.ai -[Fast.ai](chapter4/4.3-fastai.ipynb) -#### 第四节 训练的一些技巧 - -#### 第五节 多GPU并行训练 -[多GPU并行计算](chapter4/4.5-multiply-gpu-parallel-training.ipynb) - -#### 补充翻译文章：在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练 -[在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练](chapter4/distributeddataparallel) - - -### 第五章 应用 -#### 第一节 Kaggle介绍 -[Kaggle介绍](chapter5/5.1-kaggle.md) -#### 第二节 结构化数据 -[Pytorch处理结构化数据](chapter5/5.2-Structured-Data.ipynb) -#### 第三节 计算机视觉 -[Fashion MNIST 图像分类](chapter5/5.3-Fashion-MNIST.ipynb) -#### 第四节 自然语言处理 -#### 第五节 协同过滤 - -### 第六章 资源 - - -### 第七章 附录 - -[树莓派编译安装 pytorch 1.4](pi/) - -transforms的常用操作总结 - -pytorch的损失函数总结 - -pytorch的优化器总结 - -## License - -![](https://i.creativecommons.org/l/by-nc-sa/3.0/88x31.png) - -[本作品采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行许可](http://creativecommons.org/licenses/by-nc-sa/3.0/cn) +# PyTorch 中文手册（pytorch handbook） +![pytorch](https://raw.githubusercontent.com/pytorch/pytorch/master/docs/source/_static/img/pytorch-logo-dark.png) + +## 书籍介绍 +这是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。 + +由于本人水平有限，在写此教程的时候参考了一些网上的资料，在这里对他们表示敬意，我会在每个引用中附上原文地址，方便大家参考。 + +深度学习的技术在飞速的发展，同时PyTorch也在不断更新，且本人会逐步完善相关内容。 + +## 版本说明 +由于PyTorch版本更迭，教程的版本会与PyTorch版本，保持一致。 + +[pytorch大版本更新的主要变动总结](pytorch-changelog.md) 当前版本 1.7 + +## QQ 6群 + +群号：760443051 + + +![QR](Pytorch-Handbook-6.png) + +点击链接加入群聊【PyTorch Handbook 交流6群】：https://jq.qq.com/?_wv=1027&k=X4Ro6uWv + + +1群(985896536)已满，2群(681980831) 3群(773681699)已满 4群(884017356)已满 5群(894059877)已满 + +不要再加了 + +## 新福利 + +公众账号每日分享干货文章 +![weixin QR](deephub.jpg) + + + +## 说明 + +- 修改错别字请直接提issue或PR + +- PR时请注意版本 + +- 有问题也请直接提issue + +感谢 + +## 目录 + +### 第一章：PyTorch 入门 + +1. [PyTorch 简介](chapter1/1.1-pytorch-introduction.md) +2. [PyTorch 环境搭建](chapter1/1.2-pytorch-installation.md) +3. [PyTorch 深度学习：60分钟快速入门（官方）](chapter1/1.3-deep-learning-with-pytorch-60-minute-blitz.md) + - [张量](chapter1/1_tensor_tutorial.ipynb) + - [Autograd：自动求导](chapter1/2_autograd_tutorial.ipynb) + - [神经网络](chapter1/3_neural_networks_tutorial.ipynb) + - [训练一个分类器](chapter1/4_cifar10_tutorial.ipynb) + - [选读：数据并行处理（多GPU）](chapter1/5_data_parallel_tutorial.ipynb) +4. [相关资源介绍](chapter1/1.4-pytorch-resource.md) + +### 第二章 基础 +#### 第一节 PyTorch 基础 +1. [张量](chapter2/2.1.1.pytorch-basics-tensor.ipynb) +2. [自动求导](chapter2/2.1.2-pytorch-basics-autograd.ipynb) +3. [神经网络包nn和优化器optm](chapter2/2.1.3-pytorch-basics-nerual-network.ipynb) +4. [数据的加载和预处理](chapter2/2.1.4-pytorch-basics-data-loader.ipynb) +#### 第二节 深度学习基础及数学原理 + +[深度学习基础及数学原理](chapter2/2.2-deep-learning-basic-mathematics.ipynb) + +#### 第三节 神经网络简介 + +[神经网络简介](chapter2/2.3-deep-learning-neural-network-introduction.ipynb) 注：本章在本地使用微软的Edge打开会崩溃，请使Chrome Firefox打开查看 + +#### 第四节 卷积神经网络 + +[卷积神经网络](chapter2/2.4-cnn.ipynb) + +#### 第五节 循环神经网络 + +[循环神经网络](chapter2/2.5-rnn.ipynb) + +### 第三章 实践 +#### 第一节 logistic回归二元分类 + +[logistic回归二元分类](chapter3/3.1-logistic-regression.ipynb) + + +#### 第二节 CNN:MNIST数据集手写数字识别 + +[CNN:MNIST数据集手写数字识别](chapter3/3.2-mnist.ipynb) + +#### 第三节 RNN实例：通过Sin预测Cos + +[RNN实例：通过Sin预测Cos](chapter3/3.3-rnn.ipynb) + +### 第四章 提高 +#### 第一节 Fine-tuning + +[Fine-tuning](chapter4/4.1-fine-tuning.ipynb) + +#### 第二节 可视化 + +[visdom](chapter4/4.2.1-visdom.ipynb) + +[tensorboardx](chapter4/4.2.2-tensorboardx.ipynb) + +[可视化理解卷积神经网络](chapter4/4.2.3-cnn-visualizing.ipynb) + +#### 第三节 Fast.ai +[Fast.ai](chapter4/4.3-fastai.ipynb) +#### 第四节 训练的一些技巧 + +#### 第五节 多GPU并行训练 +[多GPU并行计算](chapter4/4.5-multiply-gpu-parallel-training.ipynb) + +#### 补充翻译文章：在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练 +[在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练](chapter4/distributeddataparallel) + + +### 第五章 应用 +#### 第一节 Kaggle介绍 +[Kaggle介绍](chapter5/5.1-kaggle.md) +#### 第二节 结构化数据 +[Pytorch处理结构化数据](chapter5/5.2-Structured-Data.ipynb) +#### 第三节 计算机视觉 +[Fashion MNIST 图像分类](chapter5/5.3-Fashion-MNIST.ipynb) +#### 第四节 自然语言处理 +#### 第五节 协同过滤 + +### 第六章 资源 + + +### 第七章 附录 + +[树莓派编译安装 pytorch 1.4](pi/) + +transforms的常用操作总结 + +pytorch的损失函数总结 + +pytorch的优化器总结 + +## License + +![](https://i.creativecommons.org/l/by-nc-sa/3.0/88x31.png) + +[本作品采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行许可](http://creativecommons.org/licenses/by-nc-sa/3.0/cn)