用例子学习PyTorch

Learning PyTorch with Examples 中文翻译版，翻译不对的地方拜托大家指出~

对PyTorch感兴趣的童鞋欢迎看这个-->PyTorch教程、例子和书籍合集

目录

• 用例子学习PyTorch
  • 目录
  • 1、简介
  • 2、环境
  • 3、目录
    • 3.1、张量(Tensors)
    • 3.2、自动求导(Autograd)
    • 3.3、nn模块(nn module)
  • 4、类似项目
  • 5、版权信息

1、简介

这个repo通过自洽的示例介绍了PyTorch的基本概念。

PyTorch主要是提供了两个核心的功能特性：

• 一个类似于numpy的n维张量，但是可以在GPU上运行
• 搭建和训练神经网络时的自动微分/求导机制

我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层，并将使用梯度下降训练，通过最小化网络输出和真正结果的欧几里得距离，来拟合随机生成的数据。

2、环境

• PyTorch版本0.4及以上（PyTorch 1.0 稳定版已经发布，还有什么理由不更新呢~）

3、目录

3.1、张量(Tensors)

• 热身：使用NumPy
• PyTorch：张量(Tensors)

3.2、自动求导(Autograd)

• PyTorch：自动求导(Autograd)
• PyTorch：定义自己的自动求导函数
• TensorFlow：静态图

3.3、nn模块(nn module)

• PyTorch：神经网络模块nn
• PyTorch：优化模块optim
• PyTorch：定制神经网络nn模块
• PyTorch：控制流和参数共享

4、类似项目

• PyTorch 教程、例子和书籍
• PyTorch 深度学习：60分钟入门与实战
• 用例子学习 PyTorch

5、版权信息

除非额外说明，本仓库的所有公开文档均遵循署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)许可协议。

您可以自由地：

• 共享 — 在任何媒介以任何形式复制、发行本作品
• 演绎 — 修改、转换或以本作品为基础进行创作

惟须遵守下列条件：

• 署名 — 您必须给出适当的署名，提供指向本许可协议的链接，同时标明是否（对原始作品）作了修改。您可以用任何合理的方式来署名，但是不得以任何方式暗示许可人为您或您的使用背书。
• 非商业性使用 — 您不得将本作品用于商业目的。
• 相同方式共享 — 如果您再混合、转换或者基于本作品进行创作，您必须基于与原先许可协议相同的许可协议 分发您贡献的作品。