摘要：
译者：talengu PyTorch的主要接口为Python。虽然Python有动态编程和易于迭代的优势，但在很多情况下，正是Python的这些属性会带来不利。我们经常遇到的生产环境，要满足低延迟和严格部署要求。对于生产场景而言，C++通常是首选语言，也能很方便的将其绑定到另一种语言，如Java，R 阅读全文
摘要：
译者：hhxx2015 作者: Sean Robertson 我们将构建和训练字符级RNN来对单词进行分类。 字符级RNN将单词作为一系列字符读取，在每一步输出预测和“隐藏状态”，将其先前的隐藏状态输入至下一时刻。 我们将最终时刻输出作为预测结果，即表示该词属于哪个类。 具体来说，我们将在18种语言 阅读全文
摘要：
译者：yportne13 作者：Sasank Chilamkurthy 在解决机器学习问题的时候，人们花了大量精力准备数据。pytorch提供了许多工具来让载入数据更简单并尽量让你的代码的可读性更高。在这篇教程中，我们将学习如何加载和预处理/增强一个有价值的数据集。 在运行这个教程前请先确保你已安装 阅读全文
摘要：
译者：bat67 最新版会在译者仓库首先同步。 在这个教程里，我们将学习如何使用数据并行（DataParallel）来使用多GPU。 PyTorch非常容易的就可以使用GPU，可以用如下方式把一个模型放到GPU上： device = torch.device("cuda：0") model.to(d 阅读全文
摘要：
译者：bat67 最新版会在译者仓库首先同步。 可以使用torch.nn包来构建神经网络. 我们以及介绍了autograd，nn包依赖于autograd包来定义模型并对它们求导。一个nn.Module包含各个层和一个forward(input)方法，该方法返回output。 例如，下面这个神经网络可 阅读全文
摘要：
译者：bat67 最新版会在译者仓库首先同步。 PyTorch是一个基于python的科学计算包，主要针对两类人群： 作为NumPy的替代品，可以利用GPU的性能进行计算作为一个高灵活性、速度快的深度学习平台 入门 张量 Tensor（张量）类似于NumPy的ndarray，但还可以在GPU上使用来 阅读全文