Pytorch Knowledge

Pytorch 학습 매뉴얼

대부분의 기계 학습 워크플로에는 데이터 처리, 모델 생성, 모델 매개변수 최적화 및 훈련된 모델 저장이 포함됩니다. 이 튜토리얼에서는 PyTorch에서 구현된 전체 ML 워크플로를 소개하고 각 개념에 대해 자세히 알아볼 수 있는 링크를 제공합니다.

이 튜토리얼에서는回归分类问题와 CNN , RNN , fastai 등과 같은 잘 알려진 딥 러닝 기본 프레임워크를 다루는 머신 러닝 및 딥 러닝의 기본 지식을 다룹니다.

공식 Facebook 튜토리얼 카탈로그는 FashionMNIST 데이터세트를 사용하여 입력 이미지가 다음 카테고리 중 하나에 속하는지 예측하는 신경망을 훈련합니다: T 恤/上衣,裤子,套头衫,连衣裙,外套,凉鞋,衬衫,运动鞋,包또는脚踝.

Pytorch 딥러닝 실무 카탈로그는 가장 간단한 선형 회귀 문제로 시작하여 점차적으로 복잡한 딥러닝 모델로 전환됩니다.

이 튜토리얼에서는 사용자가 Python 및 딥 러닝 개념에 대해 기본적으로 잘 알고 있다고 가정합니다. 이 문서(Facebook 공식 튜토리얼)는 Pytorch 공식 웹사이트에서 번역되었습니다.

튜토리얼 코드 실행

다음과 같은 여러 가지 방법으로 이 튜토리얼을 실행할 수 있습니다.

• 클라우드에서
• 로컬: 이 옵션을 사용하려면 먼저 로컬 컴퓨터에 PyTorch 및 TorchVision을 설정해야 합니다(설치 지침). 즐겨 사용하는 IDE에 코드를 복사하세요.

Facebook 공식 튜토리얼 디렉토리

1. 텐서
2. 데이터 세트 및 DataLoader
3. 변환

Pytorch 딥러닝 실습 디렉토리

1. 선형 및 비선형 회귀 문제
2. 로지스틱 회귀 문제
3. CNN 작동: 손글씨 글꼴 인식
4. 전이 학습: AlexNet을 사용하여 고양이와 개 분류 구현
5. RNN 실습: LSTM을 사용하여 함수 예측 달성
6. GAN 연습: GAN을 사용하여 Shiba Inu 아바타 생성