From 60061cc694649ea0dae3b5cbde81d67857a471d0 Mon Sep 17 00:00:00 2001 From: wizardforcel <562826179@qq.com> Date: Wed, 13 Jan 2021 15:32:44 +0800 Subject: [PATCH] 2021-01-13 15:32:44 --- new/pt-tut-17/02.md | 2 +- new/pt-tut-17/03.md | 2 +- new/pt-tut-17/04.md | 2 +- new/pt-tut-17/05.md | 2 +- new/pt-tut-17/06.md | 2 +- new/pt-tut-17/07.md | 2 +- new/pt-tut-17/08.md | 2 +- new/pt-tut-17/09.md | 2 +- new/pt-tut-17/10.md | 2 +- new/pt-tut-17/11.md | 2 +- new/pt-tut-17/12.md | 2 +- new/pt-tut-17/13.md | 2 +- new/pt-tut-17/14.md | 2 +- new/pt-tut-17/15.md | 2 +- new/pt-tut-17/16.md | 2 +- new/pt-tut-17/17.md | 2 +- new/pt-tut-17/19.md | 2 +- new/pt-tut-17/20.md | 2 +- new/pt-tut-17/21.md | 2 +- new/pt-tut-17/22.md | 2 +- new/pt-tut-17/24.md | 2 +- new/pt-tut-17/25.md | 2 +- new/pt-tut-17/27.md | 2 +- new/pt-tut-17/28.md | 2 +- new/pt-tut-17/29.md | 2 +- new/pt-tut-17/30.md | 2 +- new/pt-tut-17/31.md | 2 +- new/pt-tut-17/32.md | 2 +- new/pt-tut-17/34.md | 2 +- new/pt-tut-17/35.md | 2 +- new/pt-tut-17/37.md | 2 +- new/pt-tut-17/38.md | 2 +- new/pt-tut-17/39.md | 2 +- new/pt-tut-17/40.md | 2 +- new/pt-tut-17/42.md | 2 +- new/pt-tut-17/43.md | 2 +- new/pt-tut-17/44.md | 2 +- new/pt-tut-17/45.md | 2 +- new/pt-tut-17/46.md | 2 +- new/pt-tut-17/47.md | 2 +- new/pt-tut-17/48.md | 2 +- new/pt-tut-17/49.md | 2 +- new/pt-tut-17/50.md | 2 +- new/pt-tut-17/52.md | 2 +- new/pt-tut-17/53.md | 2 +- new/pt-tut-17/54.md | 2 +- new/pt-tut-17/55.md | 2 +- new/pt-tut-17/56.md | 2 +- new/pt-tut-17/57.md | 2 +- new/pt-tut-17/58.md | 2 +- new/pt-tut-17/60.md | 2 +- new/pt-tut-17/61.md | 2 +- new/pt-tut-17/62.md | 2 +- new/pt-tut-17/63.md | 2 +- new/pt-tut-17/64.md | 2 +- new/pt-tut-17/65.md | 2 +- new/pt-tut-17/66.md | 2 +- new/pt-tut-17/67.md | 2 +- new/pt-tut-17/68.md | 2 +- 59 files changed, 59 insertions(+), 59 deletions(-) diff --git a/new/pt-tut-17/02.md b/new/pt-tut-17/02.md index f15f8664..9cd70878 100644 --- a/new/pt-tut-17/02.md +++ b/new/pt-tut-17/02.md @@ -1,6 +1,6 @@ # 使用 PyTorch 进行深度学习：60 分钟的闪电战¶ -> 原文： [https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html](https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html) +> 原文： **作者**： [Soumith Chintala](http://soumith.ch) diff --git a/new/pt-tut-17/03.md b/new/pt-tut-17/03.md index 59883c59..fd810431 100644 --- a/new/pt-tut-17/03.md +++ b/new/pt-tut-17/03.md @@ -1,6 +1,6 @@ # Tensors¶ -> 原文： [https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py](https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py) +> 原文： 张量是一种特殊的数据结构，与数组和矩阵非常相似。 在 PyTorch 中，我们使用张量对模型的输入和输出以及模型的参数进行编码。 diff --git a/new/pt-tut-17/04.md b/new/pt-tut-17/04.md index abd48327..ccfe6774 100644 --- a/new/pt-tut-17/04.md +++ b/new/pt-tut-17/04.md @@ -1,6 +1,6 @@ # Torch.autograd 的简要介绍¶ -> 原文： [https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html#sphx-glr-beginner-blitz-autograd-tutorial-py](https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html#sphx-glr-beginner-blitz-autograd-tutorial-py) +> 原文： `torch.autograd`是 PyTorch 的自动差分引擎，可为神经网络训练提供支持。 在本节中，您将获得有关 autograd 如何帮助神经网络训练的概念性理解。 diff --git a/new/pt-tut-17/05.md b/new/pt-tut-17/05.md index d2cfef78..76e1d513 100644 --- a/new/pt-tut-17/05.md +++ b/new/pt-tut-17/05.md @@ -1,6 +1,6 @@ # 神经网络¶ -> 原文： [https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html#sphx-glr-beginner-blitz-neural-networks-tutorial-py](https://pytorch.org/tutorials/beginner/blitz/neural_networks_tutorial.html#sphx-glr-beginner-blitz-neural-networks-tutorial-py) +> 原文： 可以使用`torch.nn`包构建神经网络。 diff --git a/new/pt-tut-17/06.md b/new/pt-tut-17/06.md index e291c81b..45862b76 100644 --- a/new/pt-tut-17/06.md +++ b/new/pt-tut-17/06.md @@ -1,6 +1,6 @@ # 训练分类器 -> 原文： [https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py](https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html#sphx-glr-beginner-blitz-cifar10-tutorial-py) +> 原文： 就是这个。 您已经了解了如何定义神经网络，计算损耗并更新网络的权重。 diff --git a/new/pt-tut-17/07.md b/new/pt-tut-17/07.md index 6bd34915..d7e9ad2d 100644 --- a/new/pt-tut-17/07.md +++ b/new/pt-tut-17/07.md @@ -1,6 +1,6 @@ # 通过示例学习 PyTorch¶ -> 原文： [https://pytorch.org/tutorials/beginner/pytorch_with_examples.html](https://pytorch.org/tutorials/beginner/pytorch_with_examples.html) +> 原文： **作者**：[贾斯汀·约翰逊](https://github.com/jcjohnson/pytorch-examples) diff --git a/new/pt-tut-17/08.md b/new/pt-tut-17/08.md index 1288b283..d844ecb8 100644 --- a/new/pt-tut-17/08.md +++ b/new/pt-tut-17/08.md @@ -1,6 +1,6 @@ # 热身：numpy¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_numpy.html#sphx-glr-beginner-examples-tensor-polynomial-numpy-py](https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_numpy.html#sphx-glr-beginner-examples-tensor-polynomial-numpy-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/09.md b/new/pt-tut-17/09.md index ca49d7b2..fb892390 100644 --- a/new/pt-tut-17/09.md +++ b/new/pt-tut-17/09.md @@ -1,6 +1,6 @@ # PyTorch：张量¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_tensor.html#sphx-glr-beginner-examples-tensor-polynomial-tensor-py](https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_tensor.html#sphx-glr-beginner-examples-tensor-polynomial-tensor-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/10.md b/new/pt-tut-17/10.md index de1ac129..86206499 100644 --- a/new/pt-tut-17/10.md +++ b/new/pt-tut-17/10.md @@ -1,6 +1,6 @@ # PyTorch：张量和 autograd¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_autograd.html#sphx-glr-beginner-examples-autograd-polynomial-autograd-py](https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_autograd.html#sphx-glr-beginner-examples-autograd-polynomial-autograd-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/11.md b/new/pt-tut-17/11.md index 81a6bd42..7287444d 100644 --- a/new/pt-tut-17/11.md +++ b/new/pt-tut-17/11.md @@ -1,6 +1,6 @@ # PyTorch：定义新的 autograd 函数¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_custom_function.html#sphx-glr-beginner-examples-autograd-polynomial-custom-function-py](https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_custom_function.html#sphx-glr-beginner-examples-autograd-polynomial-custom-function-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 而不是将多项式写为\（y = a + bx + cx ^ 2 + dx ^ 3 \），我们将多项式写为\（y = a + b P_3（c + dx）\）其中\（P_3（x ）= rac {1} {2} \ left（5x ^ 3-3x ight）\）是三次的[勒让德多项式](https://en.wikipedia.org/wiki/Legendre_polynomials)。 diff --git a/new/pt-tut-17/12.md b/new/pt-tut-17/12.md index 53ee9e60..ad27d797 100644 --- a/new/pt-tut-17/12.md +++ b/new/pt-tut-17/12.md @@ -1,6 +1,6 @@ # PyTorch：nn¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_nn/polynomial_nn.html#sphx-glr-beginner-examples-nn-polynomial-nn-py](https://pytorch.org/tutorials/beginner/examples_nn/polynomial_nn.html#sphx-glr-beginner-examples-nn-polynomial-nn-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/13.md b/new/pt-tut-17/13.md index 751c7afc..d89d3047 100644 --- a/new/pt-tut-17/13.md +++ b/new/pt-tut-17/13.md @@ -1,6 +1,6 @@ # PyTorch：优化¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_nn/polynomial_optim.html#sphx-glr-beginner-examples-nn-polynomial-optim-py](https://pytorch.org/tutorials/beginner/examples_nn/polynomial_optim.html#sphx-glr-beginner-examples-nn-polynomial-optim-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/14.md b/new/pt-tut-17/14.md index 0d63e019..bcd3896e 100644 --- a/new/pt-tut-17/14.md +++ b/new/pt-tut-17/14.md @@ -1,6 +1,6 @@ # PyTorch：自定义 nn 模块¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_nn/polynomial_module.html#sphx-glr-beginner-examples-nn-polynomial-module-py](https://pytorch.org/tutorials/beginner/examples_nn/polynomial_module.html#sphx-glr-beginner-examples-nn-polynomial-module-py) +> 原文： 经过训练的三阶多项式，可以通过最小化平方的欧几里得距离来预测\（y = \ sin（x）\）从\（-pi \）到\（pi \）。 diff --git a/new/pt-tut-17/15.md b/new/pt-tut-17/15.md index 7218570e..ce9fd3f6 100644 --- a/new/pt-tut-17/15.md +++ b/new/pt-tut-17/15.md @@ -1,6 +1,6 @@ # PyTorch：控制流+权重共享¶ -> 原文： [https://pytorch.org/tutorials/beginner/examples_nn/dynamic_net.html#sphx-glr-beginner-examples-nn-dynamic-net-py](https://pytorch.org/tutorials/beginner/examples_nn/dynamic_net.html#sphx-glr-beginner-examples-nn-dynamic-net-py) +> 原文： 为了展示 PyTorch 动态图的强大功能，我们将实现一个非常奇怪的模型：一个三阶多项式，在每个前向传递中选择 3 到 5 之间的一个随机数，并使用该数量的阶次，多次重复使用相同的权重进行计算 第四和第五阶。 diff --git a/new/pt-tut-17/16.md b/new/pt-tut-17/16.md index 72fde7e3..ab4fee94 100644 --- a/new/pt-tut-17/16.md +++ b/new/pt-tut-17/16.md @@ -1,6 +1,6 @@ # torch.nn 到底是什么？¶ -> 原文： [https://pytorch.org/tutorials/beginner/nn_tutorial.html](https://pytorch.org/tutorials/beginner/nn_tutorial.html) +> 原文： 作者：杰里米·霍华德（Jeremy Howard）， [fast.ai](https://www.fast.ai) 。 感谢 Rachel Thomas 和 Francisco Ingham。 diff --git a/new/pt-tut-17/17.md b/new/pt-tut-17/17.md index 67b1da3b..c9d9e940 100644 --- a/new/pt-tut-17/17.md +++ b/new/pt-tut-17/17.md @@ -1,6 +1,6 @@ # 使用 TensorBoard 可视化模型，数据和培训 -> 原文： [https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html](https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html) +> 原文： 在 [60 分钟闪电战](https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html)中，我们向您展示了如何加载数据，如何通过定义为`nn.Module`子类的模型提供数据，如何在训练数据上训练该模型以及在测试数据上对其进行测试。 为了了解发生的情况，我们在模型训练期间打印一些统计数据，以了解训练是否在进行中。 但是，我们可以做得更好：PyTorch 与 TensorBoard 集成在一起，TensorBoard 是一种工具，用于可视化神经网络训练运行的结果。 本教程使用 [Fashion-MNIST 数据集](https://github.com/zalandoresearch/fashion-mnist)说明了其某些功能，可以使用 torchvision.datasets 将其读入 PyTorch。 diff --git a/new/pt-tut-17/19.md b/new/pt-tut-17/19.md index 40cce952..759b703d 100644 --- a/new/pt-tut-17/19.md +++ b/new/pt-tut-17/19.md @@ -1,6 +1,6 @@ # TorchVision 对象检测微调教程¶ -> 原文： [https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html](https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html) +> 原文： 小费 diff --git a/new/pt-tut-17/20.md b/new/pt-tut-17/20.md index 1bad0cdd..19172cdf 100644 --- a/new/pt-tut-17/20.md +++ b/new/pt-tut-17/20.md @@ -1,6 +1,6 @@ # 计算机视觉教程的转移学习 -> 原文： [https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html](https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html) +> 原文： **作者**： [Sasank Chilamkurthy](https://chsasank.github.io) diff --git a/new/pt-tut-17/21.md b/new/pt-tut-17/21.md index be594eaa..17231f6d 100644 --- a/new/pt-tut-17/21.md +++ b/new/pt-tut-17/21.md @@ -1,6 +1,6 @@ # 对抗示例生成 -> 原文： [https://pytorch.org/tutorials/beginner/fgsm_tutorial.html](https://pytorch.org/tutorials/beginner/fgsm_tutorial.html) +> 原文： **作者：** [Nathan Inkawhich](https://github.com/inkawhich) diff --git a/new/pt-tut-17/22.md b/new/pt-tut-17/22.md index 0f38323d..29148194 100644 --- a/new/pt-tut-17/22.md +++ b/new/pt-tut-17/22.md @@ -1,6 +1,6 @@ # DCGAN 教程¶ -> 原文： [https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html](https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html) +> 原文： **作者**： [Nathan Inkawhich](https://github.com/inkawhich) diff --git a/new/pt-tut-17/24.md b/new/pt-tut-17/24.md index ea947edb..23442232 100644 --- a/new/pt-tut-17/24.md +++ b/new/pt-tut-17/24.md @@ -1,6 +1,6 @@ # 音频 I / O 和 torchaudio 的预处理¶ -> 原文： [https://pytorch.org/tutorials/beginner/audio_preprocessing_tutorial.html](https://pytorch.org/tutorials/beginner/audio_preprocessing_tutorial.html) +> 原文： PyTorch 是一个开源深度学习平台，提供了从研究原型到具有 GPU 支持的生产部署的无缝路径。 diff --git a/new/pt-tut-17/25.md b/new/pt-tut-17/25.md index 21f6ef8a..9886b221 100644 --- a/new/pt-tut-17/25.md +++ b/new/pt-tut-17/25.md @@ -1,6 +1,6 @@ # 使用 torchaudio 的语音命令识别 -> 原文： [https://pytorch.org/tutorials/intermediate/speech_command_recognition_with_torchaudio.html](https://pytorch.org/tutorials/intermediate/speech_command_recognition_with_torchaudio.html) +> 原文： 本教程将向您展示如何正确设置音频数据集的格式，然后在数据集上训练/测试音频分类器网络。 diff --git a/new/pt-tut-17/27.md b/new/pt-tut-17/27.md index e0fb612c..9355cbd1 100644 --- a/new/pt-tut-17/27.md +++ b/new/pt-tut-17/27.md @@ -1,6 +1,6 @@ # 使用 nn.Transformer 和 TorchText 进行序列到序列建模 -> 原文： [https://pytorch.org/tutorials/beginner/transformer_tutorial.html](https://pytorch.org/tutorials/beginner/transformer_tutorial.html) +> 原文： 这是一个有关如何训练使用 [nn.Transformer](https://pytorch.org/docs/master/nn.html?highlight=nn%20transformer#torch.nn.Transformer) 模块的序列到序列模型的教程。 diff --git a/new/pt-tut-17/28.md b/new/pt-tut-17/28.md index 9774e09c..51281090 100644 --- a/new/pt-tut-17/28.md +++ b/new/pt-tut-17/28.md @@ -1,6 +1,6 @@ # 从零开始的 NLP：使用字符级 RNN 对名称进行分类¶ -> 原文： [https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html](https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html) +> 原文： **作者**： [Sean Robertson](https://github.com/spro/practical-pytorch) diff --git a/new/pt-tut-17/29.md b/new/pt-tut-17/29.md index 79b8e25c..4bd0bc02 100644 --- a/new/pt-tut-17/29.md +++ b/new/pt-tut-17/29.md @@ -1,6 +1,6 @@ # 从零开始的 NLP：使用字符级 RNN 生成名称 -> 原文： [https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html](https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html) +> 原文： **作者**： [Sean Robertson](https://github.com/spro/practical-pytorch) diff --git a/new/pt-tut-17/30.md b/new/pt-tut-17/30.md index a9ecb44a..47d38012 100644 --- a/new/pt-tut-17/30.md +++ b/new/pt-tut-17/30.md @@ -1,6 +1,6 @@ # 从零开始的 NLP：从序列到序列网络的翻译和注意¶ -> 原文： [https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html](https://pytorch.org/tutorials/intermediate/seq2seq_translation_tutorial.html) +> 原文： **作者**： [Sean Robertson](https://github.com/spro/practical-pytorch) diff --git a/new/pt-tut-17/31.md b/new/pt-tut-17/31.md index c92385ad..fea892b0 100644 --- a/new/pt-tut-17/31.md +++ b/new/pt-tut-17/31.md @@ -1,6 +1,6 @@ # 使用 TorchText 进行文本分类 -> 原文： [https://pytorch.org/tutorials/beginner/text_sentiment_ngrams_tutorial.html](https://pytorch.org/tutorials/beginner/text_sentiment_ngrams_tutorial.html) +> 原文： 本教程说明如何使用`torchtext`中的文本分类数据集，包括 diff --git a/new/pt-tut-17/32.md b/new/pt-tut-17/32.md index 38b5118c..95d5b215 100644 --- a/new/pt-tut-17/32.md +++ b/new/pt-tut-17/32.md @@ -1,6 +1,6 @@ # TorchText 语言翻译¶ -> 原文： [https://pytorch.org/tutorials/beginner/torchtext_translation_tutorial.html](https://pytorch.org/tutorials/beginner/torchtext_translation_tutorial.html) +> 原文： 本教程介绍了如何使用`torchtext`预处理包含英语和德语句子的著名数据集的数据，并使用它来训练序列到序列模型，并能将德语句子翻译成英语。 diff --git a/new/pt-tut-17/34.md b/new/pt-tut-17/34.md index 69d4d88e..8dad8472 100644 --- a/new/pt-tut-17/34.md +++ b/new/pt-tut-17/34.md @@ -1,6 +1,6 @@ # 强化学习（DQN）教程¶ -> 原文： [https://pytorch.org/tutorials/intermediate/reinforcement_q_learning.html](https://pytorch.org/tutorials/intermediate/reinforcement_q_learning.html) +> 原文： **作者**： [Adam Paszke](https://github.com/apaszke) diff --git a/new/pt-tut-17/35.md b/new/pt-tut-17/35.md index 40923451..9444f1ad 100644 --- a/new/pt-tut-17/35.md +++ b/new/pt-tut-17/35.md @@ -1,6 +1,6 @@ # 训练 Mario 播放 RL 代理¶ -> 原文： [https://pytorch.org/tutorials/intermediate/mario_rl_tutorial.html](https://pytorch.org/tutorials/intermediate/mario_rl_tutorial.html) +> 原文： Authors: [Yuansong Feng](https://github.com/YuansongFeng) , [Suraj Subramanian](https://github.com/suraj813) , [Howard Wang](https://github.com/hw26) , [Steven Guo](https://github.com/GuoYuzhang) . diff --git a/new/pt-tut-17/37.md b/new/pt-tut-17/37.md index 9f8cfb18..917eb8ba 100644 --- a/new/pt-tut-17/37.md +++ b/new/pt-tut-17/37.md @@ -1,6 +1,6 @@ # 通过带有 Flask 的 REST API 在 Python 中部署 PyTorch¶ -> 原文： [https://pytorch.org/tutorials/intermediate/flask_rest_api_tutorial.html](https://pytorch.org/tutorials/intermediate/flask_rest_api_tutorial.html) +> 原文： **作者**： [Avinash Sajjanshetty](https://avi.im) diff --git a/new/pt-tut-17/38.md b/new/pt-tut-17/38.md index 886430a1..a0846be2 100644 --- a/new/pt-tut-17/38.md +++ b/new/pt-tut-17/38.md @@ -1,6 +1,6 @@ # TorchScript 简介¶ -> 原文： [https://pytorch.org/tutorials/beginner/Intro_to_TorchScript_tutorial.html](https://pytorch.org/tutorials/beginner/Intro_to_TorchScript_tutorial.html) +> 原文： *James Reed (jamesreed@fb.com), Michael Suo (suo@fb.com)* , rev2 diff --git a/new/pt-tut-17/39.md b/new/pt-tut-17/39.md index 7cc5013e..e944be8e 100644 --- a/new/pt-tut-17/39.md +++ b/new/pt-tut-17/39.md @@ -1,6 +1,6 @@ # 在 C ++中加载 TorchScript 模型 -> 原文： [https://pytorch.org/tutorials/advanced/cpp_export.html](https://pytorch.org/tutorials/advanced/cpp_export.html) +> 原文： 顾名思义，PyTorch 的主要接口是 Python 编程语言。 尽管 Python 是许多需要动态性和易于迭代的场景的合适且首选的语言，但是在同样许多情况下，Python 的这些属性恰恰是不利的。 后者经常应用的一种环境是*生产* –低延迟和严格部署要求的土地。 对于生产场景，即使仅将 C ++绑定到 Java，Rust 或 Go 之类的另一种语言中，它也是经常选择的语言。 以下各段将概述 PyTorch 提供的从现有 Python 模型到序列化表示形式的路径，该序列化表示形式可以*加载*和*完全由 C ++执行，*不依赖于 Python。 diff --git a/new/pt-tut-17/40.md b/new/pt-tut-17/40.md index 925472b7..bef75f88 100644 --- a/new/pt-tut-17/40.md +++ b/new/pt-tut-17/40.md @@ -1,6 +1,6 @@ # （可选）将模型从 PyTorch 导出到 ONNX 并使用 ONNX Runtime 运行它 -> 原文： [https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html](https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html) +> 原文： 在本教程中，我们描述了如何将 PyTorch 中定义的模型转换为 ONNX 格式，然后在 ONNX Runtime 中运行它。 diff --git a/new/pt-tut-17/42.md b/new/pt-tut-17/42.md index b094c31b..a033de87 100644 --- a/new/pt-tut-17/42.md +++ b/new/pt-tut-17/42.md @@ -1,6 +1,6 @@ # （原型）PyTorch 中的命名张量简介¶ -> 原文： [https://pytorch.org/tutorials/intermediate/named_tensor_tutorial.html](https://pytorch.org/tutorials/intermediate/named_tensor_tutorial.html) +> 原文： **作者**： [Richard Zou](https://github.com/zou3519) diff --git a/new/pt-tut-17/43.md b/new/pt-tut-17/43.md index 2cf1a05d..1cf12333 100644 --- a/new/pt-tut-17/43.md +++ b/new/pt-tut-17/43.md @@ -1,6 +1,6 @@ # （beta）在 PyTorch 中引导最后的内存格式¶ -> 原文： [https://pytorch.org/tutorials/intermediate/memory_format_tutorial.html](https://pytorch.org/tutorials/intermediate/memory_format_tutorial.html) +> 原文： **作者**： [Vitaly Fedyunin](https://github.com/VitalyFedyunin) diff --git a/new/pt-tut-17/44.md b/new/pt-tut-17/44.md index 1f58aeeb..bf2c2d14 100644 --- a/new/pt-tut-17/44.md +++ b/new/pt-tut-17/44.md @@ -1,6 +1,6 @@ # 使用 PyTorch C ++前端¶ -> 原文： [https://pytorch.org/tutorials/advanced/cpp_frontend.html](https://pytorch.org/tutorials/advanced/cpp_frontend.html) +> 原文： PyTorch C ++前端是 PyTorch 机器学习框架的纯 C ++接口。 虽然 PyTorch 的主要接口自然是 Python，但此 Python API 位于强大的 C ++代码库之上，提供基本的数据结构和功能，例如张量和自动微分。 C ++前端公开了纯 C ++ 11 API，该 API 使用机器学习培训和推理所需的工具扩展了此基础 C ++代码库。 这包括用于神经网络建模的通用组件的内置集合； 使用自定义模块扩展此集合的 API； 一个流行的优化算法库，例如随机梯度下降； 具有 API 的并行数据加载器，用于定义和加载数据集； 序列化例程等。 diff --git a/new/pt-tut-17/45.md b/new/pt-tut-17/45.md index b0695c2b..d21a60dd 100644 --- a/new/pt-tut-17/45.md +++ b/new/pt-tut-17/45.md @@ -1,6 +1,6 @@ # 自定义 C ++和 CUDA 扩展¶ -> 原文： [https://pytorch.org/tutorials/advanced/cpp_extension.html](https://pytorch.org/tutorials/advanced/cpp_extension.html) +> 原文： **作者**： [Peter Goldsborough](https://www.goldsborough.me/) diff --git a/new/pt-tut-17/46.md b/new/pt-tut-17/46.md index ea4fda5a..15879e3b 100644 --- a/new/pt-tut-17/46.md +++ b/new/pt-tut-17/46.md @@ -1,6 +1,6 @@ # 使用自定义 C ++运算符扩展 TorchScript¶ -> 原文： [https://pytorch.org/tutorials/advanced/torch_script_custom_ops.html](https://pytorch.org/tutorials/advanced/torch_script_custom_ops.html) +> 原文： PyTorch 1.0 版本向 PyTorch 引入了一种新的编程模型，称为 [TorchScript](https://pytorch.org/docs/master/jit.html) 。 TorchScript 是 Python 编程语言的子集，可以通过 TorchScript 编译器进行解析，编译和优化。 此外，已编译的 TorchScript 模型可以选择序列化为磁盘文件格式，然后可以从纯 C ++（以及 Python）加载并运行该文件格式以进行推理。 diff --git a/new/pt-tut-17/47.md b/new/pt-tut-17/47.md index f8d2b390..eacd4956 100644 --- a/new/pt-tut-17/47.md +++ b/new/pt-tut-17/47.md @@ -1,6 +1,6 @@ # 使用自定义 C ++类扩展 TorchScript¶ -> 原文： [https://pytorch.org/tutorials/advanced/torch_script_custom_classes.html](https://pytorch.org/tutorials/advanced/torch_script_custom_classes.html) +> 原文： 本教程是[自定义运算符](torch_script_custom_ops.html)教程的后续教程，并介绍了我们为将 C ++类同时绑定到 TorchScript 和 Python 而构建的 API。 该 API 与 [pybind11](https://github.com/pybind/pybind11) 非常相似，如果您熟悉该系统，则大多数概念都将转移过来。 diff --git a/new/pt-tut-17/48.md b/new/pt-tut-17/48.md index 30ff855b..f23bb57b 100644 --- a/new/pt-tut-17/48.md +++ b/new/pt-tut-17/48.md @@ -1,6 +1,6 @@ # TorchScript 中的动态并行性¶ -> 原文： [https://pytorch.org/tutorials/advanced/torch-script-parallelism.html](https://pytorch.org/tutorials/advanced/torch-script-parallelism.html) +> 原文： 在本教程中，我们介绍在 TorchScript 中执行*动态互操作并行化*的语法。 此并行性具有以下属性： diff --git a/new/pt-tut-17/49.md b/new/pt-tut-17/49.md index 75acfe64..73031729 100644 --- a/new/pt-tut-17/49.md +++ b/new/pt-tut-17/49.md @@ -1,6 +1,6 @@ # C ++前端中的 Autograd¶ -> 原文： [https://pytorch.org/tutorials/advanced/cpp_autograd.html](https://pytorch.org/tutorials/advanced/cpp_autograd.html) +> 原文： `autograd`软件包对于在 PyTorch 中构建高度灵活和动态的神经网络至关重要。 PyTorch Python 前端中的大多数 autograd API 也可以在 C ++前端中使用，从而可以轻松地将 autograd 代码从 Python 转换为 C ++。 diff --git a/new/pt-tut-17/50.md b/new/pt-tut-17/50.md index 4a6e9a15..4683dc73 100644 --- a/new/pt-tut-17/50.md +++ b/new/pt-tut-17/50.md @@ -1,6 +1,6 @@ # 在 C ++中注册分派的运算符 -> 原文： [https://pytorch.org/tutorials/advanced/dispatcher.html](https://pytorch.org/tutorials/advanced/dispatcher.html) +> 原文： 调度程序是 PyTorch 的内部组件，负责确定调用`torch::add`之类的函数时应实际运行哪些代码。 这是不平凡的，因为 PyTorch 操作需要处理很多交叉关注点，这些关注点“层叠”在另一个之上。 以下是其处理的一些示例： diff --git a/new/pt-tut-17/52.md b/new/pt-tut-17/52.md index a3508f22..072ded87 100644 --- a/new/pt-tut-17/52.md +++ b/new/pt-tut-17/52.md @@ -1,6 +1,6 @@ # 分析您的 PyTorch 模块¶ -> 原文： [https://pytorch.org/tutorials/beginner/profiler.html](https://pytorch.org/tutorials/beginner/profiler.html) +> 原文： **作者：** [Suraj Subramanian](https://github.com/suraj813) diff --git a/new/pt-tut-17/53.md b/new/pt-tut-17/53.md index 5e7b4fdc..3019ae99 100644 --- a/new/pt-tut-17/53.md +++ b/new/pt-tut-17/53.md @@ -1,6 +1,6 @@ # 使用 Ray Tune 进行超参数调整¶ -> 原文： [https://pytorch.org/tutorials/beginner/hyperparameter_tuning_tutorial.html](https://pytorch.org/tutorials/beginner/hyperparameter_tuning_tutorial.html) +> 原文： 超参数调整可以使平均模型与高精度模型有所不同。 通常，选择不同的学习率或更改网络层大小等简单的事情可能会对模型性能产生巨大影响。 diff --git a/new/pt-tut-17/54.md b/new/pt-tut-17/54.md index f4f15a28..ae570a08 100644 --- a/new/pt-tut-17/54.md +++ b/new/pt-tut-17/54.md @@ -1,6 +1,6 @@ # 修剪教程¶ -> 原文： [https://pytorch.org/tutorials/intermediate/pruning_tutorial.html](https://pytorch.org/tutorials/intermediate/pruning_tutorial.html) +> 原文： **作者**： [Michela Paganini](https://github.com/mickypaganini) diff --git a/new/pt-tut-17/55.md b/new/pt-tut-17/55.md index 2131ae85..de0b518f 100644 --- a/new/pt-tut-17/55.md +++ b/new/pt-tut-17/55.md @@ -1,6 +1,6 @@ # LSTM 单词语言模型上的（beta）动态量化 -> 原文： [https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html](https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html) +> 原文： **作者**： [James Reed](https://github.com/jamesr66a) diff --git a/new/pt-tut-17/56.md b/new/pt-tut-17/56.md index e368f256..fa8cd1e1 100644 --- a/new/pt-tut-17/56.md +++ b/new/pt-tut-17/56.md @@ -1,6 +1,6 @@ # Beta 上的 BERT 动态量化 -> 原文： [https://pytorch.org/tutorials/intermediate/dynamic_quantization_bert_tutorial.html](https://pytorch.org/tutorials/intermediate/dynamic_quantization_bert_tutorial.html) +> 原文： 小费 diff --git a/new/pt-tut-17/57.md b/new/pt-tut-17/57.md index d6b09782..cb01fd81 100644 --- a/new/pt-tut-17/57.md +++ b/new/pt-tut-17/57.md @@ -1,6 +1,6 @@ # （beta）在 PyTorch 中使用 Eager 模式进行静态量化¶ -> 原文： [https://pytorch.org/tutorials/advanced/static_quantization_tutorial.html#](https://pytorch.org/tutorials/advanced/static_quantization_tutorial.html#) +> 原文： **作者**： [Raghuraman Krishnamoorthi](https://github.com/raghuramank100) diff --git a/new/pt-tut-17/58.md b/new/pt-tut-17/58.md index 2ec9601a..94a0ed95 100644 --- a/new/pt-tut-17/58.md +++ b/new/pt-tut-17/58.md @@ -1,6 +1,6 @@ # （beta）计算机视觉教程的量化转移学习¶ -> 原文： [https://pytorch.org/tutorials/intermediate/quantized_transfer_learning_tutorial.html](https://pytorch.org/tutorials/intermediate/quantized_transfer_learning_tutorial.html) +> 原文： 小费 diff --git a/new/pt-tut-17/60.md b/new/pt-tut-17/60.md index 1c40d6a5..723eba91 100644 --- a/new/pt-tut-17/60.md +++ b/new/pt-tut-17/60.md @@ -1,6 +1,6 @@ # PyTorch 分布式概述¶ -> 原文： [https://pytorch.org/tutorials/beginner/dist_overview.html](https://pytorch.org/tutorials/beginner/dist_overview.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/61.md b/new/pt-tut-17/61.md index eac2d1cf..03a0fad7 100644 --- a/new/pt-tut-17/61.md +++ b/new/pt-tut-17/61.md @@ -1,6 +1,6 @@ # 单机模型并行最佳实践¶ -> 原文： [https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html](https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/62.md b/new/pt-tut-17/62.md index 072d8bac..4d3cd379 100644 --- a/new/pt-tut-17/62.md +++ b/new/pt-tut-17/62.md @@ -1,6 +1,6 @@ # 分布式数据并行入门¶ -> 原文： [https://pytorch.org/tutorials/intermediate/ddp_tutorial.html](https://pytorch.org/tutorials/intermediate/ddp_tutorial.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/63.md b/new/pt-tut-17/63.md index cdfd2e89..c6cb7827 100644 --- a/new/pt-tut-17/63.md +++ b/new/pt-tut-17/63.md @@ -1,6 +1,6 @@ # 用 PyTorch 编写分布式应用程序 -> 原文： [https://pytorch.org/tutorials/intermediate/dist_tuto.html](https://pytorch.org/tutorials/intermediate/dist_tuto.html) +> 原文： **作者**：[SébArnold](https://seba1511.com) diff --git a/new/pt-tut-17/64.md b/new/pt-tut-17/64.md index e44799af..0086ac9d 100644 --- a/new/pt-tut-17/64.md +++ b/new/pt-tut-17/64.md @@ -1,6 +1,6 @@ # 分布式 RPC 框架入门¶ -> 原文： [https://pytorch.org/tutorials/intermediate/rpc_tutorial.html](https://pytorch.org/tutorials/intermediate/rpc_tutorial.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/65.md b/new/pt-tut-17/65.md index b0b6eb3b..d8ae4c21 100644 --- a/new/pt-tut-17/65.md +++ b/new/pt-tut-17/65.md @@ -1,6 +1,6 @@ # 使用分布式 RPC 框架实现参数服务器¶ -> 原文： [https://pytorch.org/tutorials/intermediate/rpc_param_server_tutorial.html](https://pytorch.org/tutorials/intermediate/rpc_param_server_tutorial.html) +> 原文： **作者**： [Rohan Varma](https://github.com/rohan-varma) diff --git a/new/pt-tut-17/66.md b/new/pt-tut-17/66.md index 51f6630a..72658b7e 100644 --- a/new/pt-tut-17/66.md +++ b/new/pt-tut-17/66.md @@ -1,6 +1,6 @@ # 使用 RPC 的分布式管道并行化 -> 原文： [https://pytorch.org/tutorials/intermediate/dist_pipeline_parallel_tutorial.html](https://pytorch.org/tutorials/intermediate/dist_pipeline_parallel_tutorial.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/67.md b/new/pt-tut-17/67.md index 41b7b06b..8291ccba 100644 --- a/new/pt-tut-17/67.md +++ b/new/pt-tut-17/67.md @@ -1,6 +1,6 @@ # 使用异步执行实现批处理 RPC 处理 -> 原文： [https://pytorch.org/tutorials/intermediate/rpc_async_execution.html](https://pytorch.org/tutorials/intermediate/rpc_async_execution.html) +> 原文： **作者**：[申力](https://mrshenli.github.io/) diff --git a/new/pt-tut-17/68.md b/new/pt-tut-17/68.md index 24f2eb7a..ecc3dcda 100644 --- a/new/pt-tut-17/68.md +++ b/new/pt-tut-17/68.md @@ -1,6 +1,6 @@ # 将分布式 DataParallel 与分布式 RPC 框架相结合¶ -> 原文： [https://pytorch.org/tutorials/advanced/rpc_ddp_tutorial.html](https://pytorch.org/tutorials/advanced/rpc_ddp_tutorial.html) +> 原文： **作者**： [Pritam Damania](https://github.com/pritamdamania87) -- GitLab