摘要：
译者：BXuan694 models子包定义了以下模型架构： AlexNetVGGResNetSqueezeNetDenseNetInception v3 你可以通过调用以下构造函数构造随机权重的模型： import torchvision.models as models resnet18 = m 阅读全文
摘要：
译者：BXuan694 torchvision 包收录了若干重要的公开数据集、网络模型和计算机视觉中的常用图像变换 包参考 torchvision.datasets MNISTFashion-MNISTEMNISTCOCOLSUNImageFolderDatasetFolderImagenet-12 阅读全文
摘要：
译者：hijkzzz distributions 包含可参数化的概率分布和采样函数. 这允许构造用于优化的随机计算图和随机梯度估计器. 这个包一般遵循 TensorFlow Distributions 包的设计. 通常, 不可能直接通过随机样本反向传播. 但是, 有两种主要方法可创建可以反向传播的代 阅读全文
摘要：
译者：gfjiangly torch.autograd 提供类和函数，实现任意标量值函数的自动微分。 它要求对已有代码的最小改变—你仅需要用requires_grad=True关键字为需要计算梯度的声明Tensor。 torch.autograd.backward(tensors, grad_ten 阅读全文
摘要：
译者：巩子惠 词嵌入是一种由真实数字组成的稠密向量，每个向量都代表了单词表里的一个单词。 在自然语言处理中，总会遇到这样的情况：特征全是单词！但是，如何在电脑上表述一个单词呢？你在电脑上存储的单词的ascii码，但是它仅仅代表单词怎么拼写，没有说明单词的内在含义(你也许能够从词缀中了解它的词性，或者 阅读全文