《PyTorch 10 中文文档 & 教程_共1176页》pdf电子书免费下载
下载方式一：
百度网盘下载地址：https://pan.baidu.com/s/1FHnyoQuDuv1jz3jDi5DUig
百度网盘密码：1111
下载方式二：
http://ziliaoshare.cn/Download/af_124188_pd_PyTorch10ZWWD&JC_G1176Y.zip
|
|
作者：empty 页数：1176 出版社：empty |
《PyTorch 10 中文文档 & 教程_共1176页》介绍
torch， size本质上还是tuple， 所以支持tuple的一切操作.运算一种运算有多种语法。在下面的示例中，我们将研究加法运算。加法：形式一y=torch.rand(5， 3)2.print(x+y)输出：1.tensor([[2.5541，2.[1.4911，3，4.[0.8176，5，加法：形式二本文档使用书栈网·BookStack.CN构健1.print(torch.add(x， y) )输出：1.tensor([[2.5541，2.[1，4911，3.4.[0.8176，5加法：给定一个输出张量作为参数1.result=torch.empty(5， 3)2.torch.add(x， y， out=result)3.print(result)输出：1.tensor([[2.5541，2.[1.4911，3.[-0.0078，-8.1161，4.[0.81765，[-0.3251，-0.2236，加法：原位/原地操作(in-place)1.#adds x toy2.y.add_(x)3.print(y)输出：1.tensor([[2.5541，2.[1.4911，3.[-0.0078，-8.1161，4.[0.8176，5.[-0.3251，-8.2236，注意：8.8943，1.3117，1.1179，8.0943，1.3117，1.11790.0943，1.3117，1.1179，8.0943，1.3117，1.1179
任何一个in-place改变张量的操作后面都固定一个， 例如x.copy_(y) 、本文档使用书栈网-BookStack CN构建x.t_()将更改x1H、
Evalua ion Warning：The document was created with Spre.PDF for.NET.也可以使用像标准的NumPy一样的各种索引操作：1.print(x[：， 1] )输出：1.tensor([-0.6769，8.7683，-0.5566，改变形状：如果想改变形状， 可以使用torch.view1.x=torch.randn(4， 4)2.y=x.view(16)3.z=x， view(-1， 8)4.print(x.size() ， y.size() ， z.size() )输出：1.如果是仅包含一个元素的tensor， 可以使用0.3566，-0.6741])#the size-1is inferred from other dimensionstorch.Size([4， 4] ) torch.size([16] ) torch.size([2， 8] )1.x=torch.randn(1)2.print(x)3.print(x.item() )输出：1.tensor([0.0445] )2，0.0445479191839695后续阅读：.item() 来得到对应的python数值超过188种tensor的运算操作， 包括转置， 索引， 切片， 数学运算， 线性代数， 随机数等， 具体访问这里桥接NumPy将一个Torch张量转换为一个NumPy数组是轻而易举的事情， 反之亦然。Torch张量和Numpy数组将共享它们的底层内存位置， 因此当一个改变时， 另外也会改变。本文档使用书栈网·Hooke Stack.CN建将torch的Tensor转化为NumPy数组输入：1.a=torch.ones(5)2.print(a)输出：1.tensor([1.， 1.， 1.， 1.， 1.1)输入：1.b=a.numpy()2.print(b)输出：1.[1.1.1.1.1.]看NumPy数组是如何改变里面的值的：1.a.add_(1)2.print(a)3.print(b)输出：1.tensor([2.， 2.， 2.， 2.， 2.1)2.[2.2.2.2.2.]将NumPy数组转化为Torch张量看改变NumPy数组是如何自动改变Torch张量的：1.import numpy as np2.a=np.ones(5)3.b=torch.from_numpy(a)4.np.add(a， i， out=a)5.print(a)6.print(b)本文档使用书栈网-BookStack CN构建
《PyTorch 10 中文文档 & 教程_共1176页》目录
致谢
Intrductin
中文教程
起步
图像
文本
PyTrch深度学习：60分钟极速入门
数据加载和处理教程
用例子学习Py Trch
迁移学习教程
混合前端的seq2seq模型部署
Saving and Lading Mdels
What is trch.nn really?
Trch visin模型微调
空间变换器网络教程
使用Py Trch进行图像风格转换
对抗性示例生成
DCG AN Tutrial
使用N NX将模型从Py Trch传输到Caffe 2和移动端
聊天机器人教程
使用字符级别特征的RNN网络生成姓氏
使用字符级别特征的RNN网络进行姓氏分类
Deep Learning fr NLP with Py trch
基于注意力机制的seq2seq神经网络翻译
Reinfrcement Leam ning(DQN) Tutrial
用numpy和scipy创建扩展
Custm C++and CUDA Extensins
扩展Py Trch
生产性使用
Extending Trch Script with Custm C++peratrs
Writing Distributed Applicatins with Py Trch
使用Amazn AW 5进行分布式训练
N NX现场演示教程
在C++中加载PY TRCH模型
使用Py Trch C++前端
自动求导机制
广播语义
Extending Py Trch
FrequentlyAskedQuestins
Multiprcessing bestpractices
Reprducibility
Serializatin semantics
Windws FAQ
trch
trch.Tensr
Tensr Attributes
数据类型信息
trch sparse
trch.cuda
trch.Strage
trch.nn
trch.nn.functinal
trch.nn.in it
trch.ptim
Autmatic differentiatin package-trch.aut grad
Dist i but ed cmmunicatin package-trch.distributed
Prbability distribut