ApacheCN 活动汇总 2019.6.28

公告

  1. 欢迎大家在我们平台上投放广告。如果你希望在我们的专栏、文档或邮件中投放广告，请准备好各种尺寸的图片和专属链接，联系咸鱼（QQ 1034616238）。
  2. 我们组织了一个开源互助平台，方便开源组织和大 V 互相认识，互相帮助，整合资源。请回复这个帖子并注明组织/个人信息来申请加入。
  3. 请回复这个帖子来推荐希望翻译的内容。如果大家遇到了做得不错的教程或翻译项目，也可以推荐给我们。我们会联系项目的维护者，一起把它变得更好。
  4. 我们的各个公众平台接受个人学习博文，论文解读，比赛心得等 AI 相关文章投稿，请将文章链接发到这里，我们会每日从所有投稿博文中精选两篇，在 ApacheCN 全平台推送。
  5. 为了能够将开源事业做大做强，ApacheCN 需要与公益基金会（IT、教育类）合作，欢迎大家提供帮助。同时我们也接受社会各界的捐助。
  6. 如果你不希望再收到我们的邮件，请直接拉黑我们，不要浪费彼此的时间，谢谢合作。

组织任务

认领须知：

  1. 请私聊片刻（529815144）、咸鱼（1034616238）、或飞龙（562826179）来认领任务，我们会把你拉进合伙人群。
  2. 除了列出的翻译项目之外，现有翻译项目不接受新的负责人。如果你打算贡献，请直接提交Pull Request。
  3. 如果你的想法没有列出（包括但不仅限于翻译项目），同样欢迎私聊我们。

翻译校对活动

短篇集（校对）

参与方式：https://github.com/apachecn/misc-docs-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/misc-docs-zh/issues/1

项目仓库：https://github.com/apachecn/misc-docs-zh

关于卷积神经网络：认领：2/12，校对：2/12

章节贡献者进度
关于卷积神经网络--
1@daewis100%
2.1.1-2.1.3@daewis100%
2.1.4-2.1.6
2.2.1
2.2.2-2.2.3
2.3-2.4
3.1
3.2
3.3
3.4-3.5
4.1
4.2

写给不耐烦程序员的 JavaScript（校对）

参与方式：https://github.com/apachecn/impatient-js-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/impatient-js-zh/issues/1

项目仓库：https://github.com/apachecn/impatient-js-zh

认领：29/42，校对：27/42

章节贡献者进度
1.关于本书（ES2019 版）@YouWillBe100%
2.常见问题：本书@huangzijian888100%
3. JavaScript 的历史和演变
4.常见问题：JavaScript
5.概览@kj415j45100%
6.语法@lq920320100%
7.在控制台上打印信息（console.*）@lq920320100%
8.断言 API@lq920320100%
9.测验和练习入门@so-hard100%
10.变量和赋值@so-hard100%
11.值@lq920320100%
12.运算符@wizardforcel100%
13.非值undefined和null@wizardforcel100%
14.布尔值@wizardforcel100%
15.数字@wizardforcel100%
16. Math@wizardforcel100%
17. Unicode - 简要介绍（高级）@wizardforcel100%
18.字符串@wizardforcel100%
19.使用模板字面值和标记模板@wizardforcel100%
20.符号@wizardforcel100%
21.控制流语句@wizardforcel100%
22.异常处理
23.可调用值
24.模块
25.单个对象
26.原型链和类@lq920320100%
27.同步迭代@lq920320
28.数组（Array）@52admln100%
29.类型化数组：处理二进制数据（高级）
30.映射（Map）
31. WeakMaps（WeakMap）
32.集（Set）
33. WeakSets（WeakSet）
34.解构@Kavelaa100%
35.同步生成器（高级）
36. JavaScript 中的异步编程@Kavelaa100%
37.异步编程的 Promise@iChrisJ100%
38.异步函数@iChrisJ100%
39.正则表达式（RegExp）@iChrisJ100%
40.日期（Date）@facebesidewyj100%
41.创建和解析 JSON（JSON）@xdyushenli
42.其余章节在哪里？

seaborn 0.9 中文文档

参与方式：https://github.com/apachecn/seaborn-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/seaborn-doc-zh/issues/1

项目仓库：https://github.com/apachecn/seaborn-doc-zh

认领：58/74，翻译：47/74

序号章节译者进度
1An introduction to seaborn@yiran7324100%
2Installing and getting started@neolei100%
3Visualizing statistical relationships@JNJYan100%
4Plotting with categorical data@hold2010100%
5Visualizing the distribution of a dataset@alohahahaha100%
6Visualizing linear relationships@friedhelm739
7Building structured multi-plot grids@keyianpai100%
8Controlling figure aesthetics@P3n9W31100%
9Choosing color palettes@Modrisco100%
10seaborn.relplot@Stuming
11seaborn.scatterplot@tututwo
12seaborn.lineplot@tututwo
13seaborn.catplot@LIJIANcoder97100%
14seaborn.stripplot@LIJIANcoder97100%
15seaborn.swarmplot@LIJIANcoder97
16seaborn.boxplot@FindNorthStar100%
17seaborn.violinplot@FindNorthStar100%
18seaborn.boxenplot@FindNorthStar100%
19seaborn.pointplot@FindNorthStar100%
20seaborn.barplot@melon-bun
21seaborn.countplot@Stuming100%
22seaborn.jointplot@Stuming
23seaborn.pairplot@Stuming
24seaborn.distplot@hyuuo100%
25seaborn.kdeplot@hyuuo100%
26seaborn.rugplot@P3n9W31100%
27seaborn.lmplot@P3n9W31100%
28seaborn.regplot@P3n9W31100%
29seaborn.residplot@P3n9W31100%
30seaborn.heatmap@hyuuo100%
31seaborn.clustermap
32seaborn.FacetGrid@hyuuo100%
33seaborn.FacetGrid.map@sfw134100%
34seaborn.FacetGrid.map_dataframe@sfw134100%
35seaborn.PairGrid
36seaborn.PairGrid.map
37seaborn.PairGrid.map_diag
38seaborn.PairGrid.map_offdiag
39seaborn.PairGrid.map_lower
40seaborn.PairGrid.map_upper
41seaborn.JointGrid
42seaborn.JointGrid.plot
43seaborn.JointGrid.plot_joint
44seaborn.JointGrid.plot_marginals
45seaborn.set@lbllol365
46seaborn.axes_style@lbllol365
47seaborn.set_style@lbllol365
48seaborn.plotting_context
49seaborn.set_context
50seaborn.set_color_codes
51seaborn.reset_defaults
52seaborn.reset_orig
53seaborn.set_palette@Modrisco100%
54seaborn.color_palette@Modrisco100%
55seaborn.husl_palette@Modrisco100%
56seaborn.hls_palette@Modrisco100%
57seaborn.cubehelix_palette@Modrisco100%
58seaborn.dark_palette@Modrisco100%
59seaborn.light_palette@Modrisco100%
60seaborn.diverging_palette@Modrisco100%
61seaborn.blend_palette@Modrisco100%
62seaborn.xkcd_palette@Modrisco100%
63seaborn.crayon_palette@Modrisco100%
64seaborn.mpl_palette@Modrisco100%
65seaborn.choose_colorbrewer_palette@Modrisco100%
66seaborn.choose_cubehelix_palette@Modrisco100%
67seaborn.choose_light_palette@Modrisco100%
68seaborn.choose_dark_palette@Modrisco100%
69seaborn.choose_diverging_palette@Modrisco100%
70seaborn.load_dataset@Modrisco100%
71seaborn.despine@Modrisco100%
72seaborn.desaturate@Modrisco100%
73seaborn.saturate@Modrisco100%
74seaborn.set_hls_values@Modrisco100%

UCB CS61b：Java 中的数据结构

参与方式：https://github.com/apachecn/cs61b-textbook-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/cs61b-textbook-zh/issues/1

项目仓库：https://github.com/apachecn/cs61b-textbook-zh

认领：11/12，翻译：9/12

标题译者进度
一、算法复杂度@leader402100%
二、抽象数据类型@Allenyep100%
三、满足规范@renyuhuiharrison100%
四、序列和它们的实现@biubiubiuboomboomboom100%
五、树@biubiubiuboomboomboom100%
六、搜索树@yongfengyan100%
七、哈希@Abel-Huang100%
八、排序和选择@Rachel-Hu100%
九、平衡搜索@Abel-Huang
十、并发和同步@Ruffianjiang100%
十一、伪随机序列
十二、图@yuanrw

Git 中文参考（校对）

参与方式：https://github.com/apachecn/git-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/git-doc-zh/issues/1

项目仓库：https://github.com/apachecn/git-doc-zh

认领：10/83，校对：8/83

序号章节贡献者进度
1git
2git-config@honglyua100%
3git-help@honglyua100%
4git-init@honglyua100%
5git-clone@honglyua100%
6git-add@yulezheng100%
7git-status@honglyua100%
8git-diff@honglyua100%
9git-commit@yulezheng
10git-reset
11git-rm
12git-mv
13git-branch
14git-checkout
15git-merge
16git-mergetool
17git-log
18git-stash
19git-tag
20git-worktree
21git-fetch
22git-pull@Mrhuangyi100%
23git-push@Mrhuangyi
24git-remote
25git-submodule
26git-show
27git-log
29git-shortlog
30git-describe
31git-apply
32git-cherry-pick
34git-rebase
35git-revert
36git-bisect
37git-blame
38git-grep
39gitattributes
40giteveryday
41gitglossary
42githooks
43gitignore
44gitmodules
45gitrevisions
46gittutorial
47gitworkflows
48git-am
50git-format-patch
51git-send-email
52git-request-pull
53git-svn
54git-fast-import
55git-clean
56git-gc
57git-fsck
58git-reflog
59git-filter-branch
60git-instaweb
61git-archive
62git-bundle
63git-daemon
64git-update-server-info
65git-cat-file
66git-check-ignore
67git-checkout-index
68git-commit-tree
69git-count-objects
70git-diff-index
71git-for-each-ref
72git-hash-object
73git-ls-files
74git-merge-base
75git-read-tree
76git-rev-list
77git-rev-parse
78git-show-ref
79git-symbolic-ref
80git-update-index
81git-update-ref
82git-verify-pack
83git-write-tree

HBase 3.0 中文参考指南（校对）

参与方式：https://github.com/apachecn/hbase-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/hbase-doc-zh/issues/1

项目仓库：https://github.com/apachecn/hbase-doc-zh

认领：18/31，校对：14/31

章节贡献者进度
Preface@xixici100%
Getting Started@xixici100%
Apache HBase Configuration@xixici100%
Upgrading@xixici100%
The Apache HBase Shell@xixici100%
Data Model@Winchester-Yi
HBase and Schema Design@RaymondCode100%
RegionServer Sizing Rules of Thumb
HBase and MapReduce@BridgetLai100%
Securing Apache HBase
Architecture@RaymondCode
In-memory Compaction@mychaow100%
Backup and Restore@mychaow100%
Synchronous Replication@mychaow100%
Apache HBase APIs@xixici100%
Apache HBase External APIs@xixici100%
Thrift API and Filter Language@xixici100%
HBase and Spark@TsingJyujing100%
Apache HBase Coprocessors@TsingJyujing
Apache HBase Performance Tuning
Troubleshooting and Debugging Apache HBase
Apache HBase Case Studies
Apache HBase Operational Management
Building and Developing Apache HBase
Unit Testing HBase Applications
Protobuf in HBase@TsingJyujing
Procedure Framework (Pv2): HBASE-12439
AMv2 Description for Devs
ZooKeeper
Community
Appendix

UCB Prob140：面向数据科学的概率论

参与方式：https://github.com/apachecn/prob140-textbook-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/prob140-textbook-zh/issues/2

项目仓库：https://github.com/apachecn/prob140-textbook-zh

认领：22/25，翻译：19/25

标题译者翻译进度
一、基础飞龙100%
二、计算几率飞龙100%
三、随机变量飞龙100%
四、事件之间的关系@biubiubiuboomboomboom100%
五、事件集合>0%
六、随机计数@viviwong100%
七、泊松化@YAOYI626100%
八、期望50%
九、条件（续）@YAOYI626100%
十、马尔科夫链喵十八100%
十一、马尔科夫链（续）喵十八100%
十二、标准差缺只萨摩100%
十三、方差和协方差缺只萨摩100%
十四、中心极限定理喵十八100%
十五、连续分布@ThunderboltSmile
十六、变换@hellozhaihy
十七、联合密度@Winchester-Yi100%
十八、正态和 Gamma 族@Winchester-Yi100%
十九、和的分布平淡的天100%
二十、估计方法平淡的天100%
二十一、Beta 和二项@lvzhetx100%
二十二、预测50%
二十三、联合正态随机变量@JUNE951234
二十四、简单线性回归@ThomasCai100%
二十五、多元回归@lanhaixuan100%

Machine Learning Mastery（校对）

参与方式：https://github.com/apachecn/ml-mastery-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/ml-mastery-zh/issues/1

项目仓库：https://github.com/apachecn/ml-mastery-zh

Keras：认领：0/46，校对：0/46

XGBoost：认领：0/18，校对：0/18

章节贡献者进度
深度学习与 Keras--
Keras 中神经网络模型的 5 步生命周期
在 Python 迷你课程中应用深度学习
Keras 深度学习库的二元分类教程
如何用 Keras 构建多层感知器神经网络模型
如何在 Keras 中检查深度学习模型
10 个用于 Amazon Web Services 深度学习的命令行秘籍
机器学习卷积神经网络的速成课程
如何在 Python 中使用 Keras 进行深度学习的度量
深度学习书籍
深度学习课程
你所知道的深度学习是一种谎言
如何设置 Amazon AWS EC2 GPU 以训练 Keras 深度学习模型（分步）
神经网络中批量和迭代之间的区别是什么？
在 Keras 展示深度学习模型训练历史
基于 Keras 的深度学习模型中的dropout正则化
评估 Keras 中深度学习模型的表现
如何评价深度学习模型的技巧
小批量梯度下降的简要介绍以及如何配置批量大小
在 Keras 中获得深度学习帮助的 9 种方法
如何使用 Keras 在 Python 中网格搜索深度学习模型的超参数
用 Keras 在 Python 中使用卷积神经网络进行手写数字识别
如何用 Keras 进行预测
用 Keras 进行深度学习的图像增强
8 个深度学习的鼓舞人心的应用
Python 深度学习库 Keras 简介
Python 深度学习库 TensorFlow 简介
Python 深度学习库 Theano 简介
如何使用 Keras 函数式 API 进行深度学习
Keras 深度学习库的多类分类教程
多层感知器神经网络速成课程
基于卷积神经网络的 Keras 深度学习库中的目标识别
流行的深度学习库
用深度学习预测电影评论的情感
Python 中的 Keras 深度学习库的回归教程
如何使用 Keras 获得可重现的结果
如何在 Linux 服务器上运行深度学习实验
保存并加载您的 Keras 深度学习模型
用 Keras 逐步开发 Python 中的第一个神经网络
用 Keras 理解 Python 中的有状态 LSTM 循环神经网络
在 Python 中使用 Keras 深度学习模型和 Scikit-Learn
如何使用预训练的 VGG 模型对照片中的物体进行分类
在 Python 和 Keras 中对深度学习模型使用学习率调度
如何在 Keras 中可视化深度学习神经网络模型
什么是深度学习？
何时使用 MLP，CNN 和 RNN 神经网络
为什么用随机权重初始化神经网络？
XGBoost--
通过在 Python 中使用 XGBoost 提前停止来避免过度拟合
如何在 Python 中调优 XGBoost 的多线程支持
如何配置梯度提升算法
在 Python 中使用 XGBoost 进行梯度提升的数据准备
如何使用 scikit-learn 在 Python 中开发您的第一个 XGBoost 模型
如何在 Python 中使用 XGBoost 评估梯度提升模型
在 Python 中使用 XGBoost 的特征重要性和特征选择
浅谈机器学习的梯度提升算法
应用机器学习的 XGBoost 简介
如何在 macOS 上为 Python 安装 XGBoost
如何在 Python 中使用 XGBoost 保存梯度提升模型
从梯度提升开始，比较 165 个数据集上的 13 种算法
在 Python 中使用 XGBoost 和 scikit-learn 进行随机梯度提升
如何使用 Amazon Web Services 在云中训练 XGBoost 模型
在 Python 中使用 XGBoost 调整梯度提升的学习率
如何在 Python 中使用 XGBoost 调整决策树的数量和大小
如何在 Python 中使用 XGBoost 可视化梯度提升决策树
在 Python 中开始使用 XGBoost 的 7 步迷你课程

Pytorch 1.0 中文文档

参与方式：https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/pytorch-doc-zh/issues/274

项目仓库：https://github.com/apachecn/pytorch-doc-zh

翻译活动：认领：75/76，翻译：70/76

校对活动：认领：16/76，校对：0/76

章节贡献者进度校验者进度
教程部分----
Deep Learning with PyTorch: A 60 Minute Blitz@bat67100%@AllenZYJ
What is PyTorch?@bat67100%@AllenZYJ
Autograd: Automatic Differentiation@bat67100%@AllenZYJ
Neural Networks@bat67100%@AllenZYJ
Training a Classifier@bat67100%@AllenZYJ
Optional: Data Parallelism@bat67100%
Data Loading and Processing Tutorial@yportne13100%
Learning PyTorch with Examples@bat67100%@Smilexuhc
Transfer Learning Tutorial@jiangzhonglian100%@infdahai
Deploying a Seq2Seq Model with the Hybrid Frontend@cangyunye100%
Saving and Loading Models@bruce1408100%@luxinfeng
What is torch.nn really?@lhc741100%@luxinfeng
Finetuning Torchvision Models@ZHHAYO100%@luxinfeng
Spatial Transformer Networks Tutorial@PEGASUS1993100%@Smilexuhc
Neural Transfer Using PyTorch@bdqfork100%
Adversarial Example Generation@cangyunye100%@infdahai
Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX@PEGASUS1993100%
Chatbot Tutorial@a625687551100%@enningxie
Generating Names with a Character-Level RNN@hhxx2015100%
Classifying Names with a Character-Level RNN@hhxx2015100%
Deep Learning for NLP with Pytorch@bruce1408100%
Introduction to PyTorch@guobaoyo100%
Deep Learning with PyTorch@bdqfork100%
Word Embeddings: Encoding Lexical Semantics@sight007100%@Smilexuhc
Sequence Models and Long-Short Term Memory Networks@ETCartman100%
Advanced: Making Dynamic Decisions and the Bi-LSTM CRF@enningxie
Translation with a Sequence to Sequence Network and Attention@mengfu188100%
DCGAN Tutorial@wangshuai9517100%@infdahai
Reinforcement Learning (DQN) Tutorial@friedhelm739100%@infdahai
Creating Extensions Using numpy and scipy@cangyunye100%
Custom C++ and CUDA Extensions@P3n9W31
Extending TorchScript with Custom C++ Operators@sunxia233
Writing Distributed Applications with PyTorch@firdameng100%
PyTorch 1.0 Distributed Trainer with Amazon AWS@yportne13100%
ONNX Live Tutorial@PEGASUS1993100%
Loading a PyTorch Model in C++@talengu100%
Using the PyTorch C++ Frontend@solerji100%
文档部分----
Autograd mechanics@PEGASUS1993100%
Broadcasting semantics@PEGASUS1993100%
CUDA semantics@jiangzhonglian100%
Extending PyTorch@PEGASUS1993100%
Frequently Asked Questions@PEGASUS1993100%
Multiprocessing best practices@cvley100%
Reproducibility@bruce1408
Serialization semantics@yuange250100%
Windows FAQ@PEGASUS1993100%
torch
torch.Tensor@hijkzzz100%
Tensor Attributes@yuange250100%
Type Info@PEGASUS1993100%
torch.sparse@hijkzzz100%
torch.cuda@bdqfork100%
torch.Storage@yuange250100%
torch.nn@gongel100%
torch.nn.functional@hijkzzz100%
torch.nn.init@GeneZC100%
torch.optim@zonasw
Automatic differentiation package - torch.autograd@gfjiangly100%
Distributed communication package - torch.distributed@univeryinli100%
Probability distributions - torch.distributions@hijkzzz100%
Torch Script@keyianpai100%
Multiprocessing package - torch.multiprocessing@hijkzzz100%
torch.utils.bottleneck@belonHan100%
torch.utils.checkpoint@belonHan100%
torch.utils.cpp_extension@belonHan100%
torch.utils.data@BXuan694100%
torch.utils.dlpack@kunwuz100%
torch.hub@kunwuz100%
torch.utils.model_zoo@BXuan694100%
torch.onnx@guobaoyo100%
Distributed communication package (deprecated) - torch.distributed.deprecated@luxinfeng100%
torchvision Reference@BXuan694100%
torchvision.datasets@BXuan694100%
torchvision.models@BXuan694100%
torchvision.transforms@BXuan694100%
torchvision.utils@BXuan694100%

认领完毕

OpenCV 4.0 中文教程

参与方式：https://github.com/apachecn/opencv-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/opencv-doc-zh/issues/1

项目仓库：https://github.com/apachecn/opencv-doc-zh

认领：51/51，翻译：26/51。

笔记整理活动

CS224n 自然语言处理

参与方式：https://github.com/apachecn/stanford-cs224n-notes-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/stanford-cs224n-notes-zh/issues/1

项目仓库：https://github.com/apachecn/stanford-cs224n-notes-zh

认领：12/20，整理：0/20

章节贡献者进度
Lecture 1@cx123cx456
Lecture 2@AllenZYJ
Lecture 3@cx123cx456
Lecture 4@ZSIRS
Lecture 5@ZSIRS
Lecture 6@ZSIRS
Lecture 7@neolei
Lecture 8@Qichao-Ge
Lecture 9@NewDreamstyle192
Lecture 10@enningxie
Lecture 11
Lecture 12
Lecture 13
Lecture 14
Lecture 15
Lecture 16
Lecture 17@pingjing233
Lecture 18
Lecture 19
Lecture 20@Willianan

宣传活动

PyTorch 1.0

整体进度：https://github.com/apachecn/pytorch-doc-zh/issues/372

项目仓库：https://github.com/apachecn/pytorch-doc-zh

章节OSChinaSegmentFault掘金简书搜狐号百家号知乎专栏
教程部分
Deep Learning with PyTorch: A 60 Minute Blitz
What is PyTorch?
Autograd: Automatic Differentiation
Neural Networks
Training a Classifier
Optional: Data Parallelism
Data Loading and Processing Tutorial
Learning PyTorch with Examples
Transfer Learning Tutorial
Deploying a Seq2Seq Model with the Hybrid Frontend
Saving and Loading Models
What is torch.nn really?
Finetuning Torchvision Models
Spatial Transformer Networks Tutorial
Neural Transfer Using PyTorch
Adversarial Example Generation
Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX
Chatbot Tutorial
Generating Names with a Character-Level RNN
Classifying Names with a Character-Level RNN
Deep Learning for NLP with Pytorch
Introduction to PyTorch
Deep Learning with PyTorch
Word Embeddings: Encoding Lexical Semantics
Sequence Models and Long-Short Term Memory Networks
Advanced: Making Dynamic Decisions and the Bi-LSTM CRF
Translation with a Sequence to Sequence Network and Attention
DCGAN Tutorial
Reinforcement Learning (DQN) Tutorial
Creating Extensions Using numpy and scipy
Custom C++ and CUDA Extensions
Extending TorchScript with Custom C++ Operators
Writing Distributed Applications with PyTorch
PyTorch 1.0 Distributed Trainer with Amazon AWS
ONNX Live Tutorial
Loading a PyTorch Model in C++
Using the PyTorch C++ Frontend
文档部分
Autograd mechanics
Broadcasting semantics
CUDA semantics
Extending PyTorch
Frequently Asked Questions
Multiprocessing best practices
Reproducibility
Serialization semantics
Windows FAQ
torch
torch.Tensor
Tensor Attributes
Type Info
torch.sparse
torch.cuda
torch.Storage
torch.nn
torch.nn.functional
torch.nn.init
torch.optim
Automatic differentiation package - torch.autograd
Distributed communication package - torch.distributed
Probability distributions - torch.distributions
Torch Script
Multiprocessing package - torch.multiprocessing
torch.utils.bottleneck
torch.utils.checkpoint
torch.utils.cpp_extension
torch.utils.data
torch.utils.dlpack
torch.hub
torch.utils.model_zoo
torch.onnx
Distributed communication package (deprecated) - torch.distributed.deprecated
torchvision Reference
torchvision.datasets
torchvision.models
torchvision.transforms
torchvision.utils

关于我们

我们是一个大型开源社区，旗下 QQ 群共一万余人，订阅用户至少一万人。Github Star 数量超过 40k 个，在所有 Github 组织中排名前 150。网站日 uip 超过 4k，Alexa 排名的峰值为 20k。我们的核心成员拥有 CSDN 博客专家和简书程序员优秀作者认证。我们与 Datawhale、AI 有道、黄海广博士等国内知名开源组织和大 V 合作，组织公益性的翻译活动、学习活动和比赛组队活动。
‍
与商业组织不同，我们并不会追逐热点，或者唯利是图。作为公益组织，我们将完成项目放在首要位置，并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西，打造真正有价值的长尾作品。

赞助我们

posted @ 2019-06-28 00:23  绝不原创的飞龙  阅读(10)  评论(0)  编辑  收藏  举报  来源