Pytorch Knowledge

Manuel d'apprentissage Pytorch

La plupart des flux de travail d'apprentissage automatique impliquent le traitement des données, la création de modèles, l'optimisation des paramètres du modèle et l'enregistrement du modèle entraîné. Ce didacticiel vous présente un workflow ML complet implémenté dans PyTorch et fournit des liens pour en savoir plus sur chaque concept.

Ce didacticiel couvrira les connaissances de base de l'apprentissage automatique et de l'apprentissage profond, couvrant回归分类问题et de nombreux cadres de base bien connus de l'apprentissage profond, tels que CNN , RNN , fastai , etc.

Le catalogue de didacticiels officiel de Facebook utilisera l'ensemble de données FashionMNIST pour entraîner un réseau de neurones qui prédit si une image d'entrée appartient à l'une des catégories suivantes : T 恤/上衣,裤子,套头衫,连衣裙,外套,凉鞋,衬衫,运动鞋,包, ou脚踝.

Le catalogue pratique d'apprentissage en profondeur Pytorch commencera par les problèmes de régression linéaire les plus simples et passera progressivement à des modèles d'apprentissage en profondeur complexes.

Ce didacticiel suppose que vous possédez une connaissance de base de Python et des concepts d'apprentissage profond. Le document (tutoriel officiel Facebook) est traduit du site officiel de Pytorch

Exécutez le code du didacticiel

Vous pouvez exécuter ce didacticiel de plusieurs manières :

• dans le nuage
• Local : cette option nécessite que vous configuriez d'abord PyTorch et TorchVision sur votre machine locale (instructions d'installation). Copiez le code dans votre IDE préféré.

Répertoire officiel des tutoriels Facebook

1. Tenseurs
2. Ensembles de données et DataLoaders
3. Transformations

Répertoire pratique d'apprentissage en profondeur Pytorch

1. Problèmes de régression linéaire et non linéaire
2. problème de régression logistique
3. CNN en action : reconnaissance des polices manuscrites
4. Apprentissage par transfert : utiliser AlexNet pour mettre en œuvre la classification des chats et des chiens
5. Pratique RNN : utiliser LSTM pour réaliser la prédiction de fonctions
6. Pratique GAN : utilisez GAN pour générer des avatars Shiba Inu