请稍候，加载中....
×
猿变实验室 - YUANBIAN-AI-LAB
展开导航
Python快速入门
前端必备入门
HTML语言入门
CSS网页样式
JavaScript语言入门
猿变VIP教程
猿变面试
猿变AICode
猿变手册
Pytorch手册
PyTorch 中文手册
第一章节
1.1 Pytorch 简介
1.2 Pytorch环境搭建
PyTorch 深度学习:60分钟快速入门 （官方）
PyTorch是什么?
Autograd: 自动求导机制
Neural Networks
训练一个分类器
数据并行（选读）
Autograd: Automatic Differentiation
Training a Classifier
Optional: Data Parallelism
Neural Networks
第一章 ： PyTorch入门
什么是Pytorch
第二章节
PyTorch 基础 : 张量
使用PyTorch计算梯度数值
PyTorch 基础 : 神经网络包nn和优化器optm
PyTorch 基础 :数据的加载和预处理
2.2 深度学习基础及数学原理
2.3 神经网络简介
2.4 卷积神经网络简介
2.5 循环神经网络
Pytorch 中文手册第二章 ： 基础
第三章节
3.1 logistic回归实战
3.2 MNIST数据集手写数字识别
3.3 通过Sin预测Cos
Pytorch 中文手册第三章 ： 实践
第四章节
4.1 Fine tuning 模型微调
4.2.1 使用Visdom在 PyTorch 中进行可视化
4.2.2 使用Tensorboard在 PyTorch 中进行可视化
4.2.3 可视化理解卷积神经网络
4.3 fastai
4.5 多GPU并行训练
Pytorch 中文手册第四章 ： 提高
第五章节
5.1 kaggle介绍
5.2 Pytorch处理结构化数据
Fashion MNIST进行分类
Pytorch 中文手册第五章 ： 应用
树莓派
树莓派上编译安装pytorch
猿变实验室
Pytorch手册
第一章节
第二章节
第三章节
第四章节
第五章节
树莓派
第三章节
3.1 logistic回归实战
3.2 MNIST数据集手写数字识别
3.3 通过Sin预测Cos
Pytorch 中文手册第三章 ： 实践
第三章节
第三章节-快速导航
3.1 logistic回归实战
3.2 MNIST数据集手写数字识别
3.3 通过Sin预测Cos
Pytorch 中文手册第三章 ： 实践
