SUMMARY.md

• PyTorch 中文教程 & 文档
• PyTorch 中文官方教程 1.7
  • 学习 PyTorch
    • PyTorch 深度学习：60 分钟的突击
      • 张量
      • torch.autograd的简要介绍
      • 神经网络
      • 训练分类器
    • 通过示例学习 PyTorch
      • 热身：NumPy
      • PyTorch：张量
      • PyTorch：张量和 Autograd
      • PyTorch：定义新的 Autograd 函数
      • PyTorch：nn
      • PyTorch：optim
      • PyTorch：自定义nn模块
      • PyTorch：控制流 + 权重共享
    • torch.nn到底是什么？
    • 使用 TensorBoard 可视化模型，数据和训练
  • 图片/视频
    • torchvision对象检测微调教程
    • 计算机视觉的迁移学习教程
    • 对抗示例生成
    • DCGAN 教程
  • 音频
    • 音频 I/O 和torchaudio的预处理
    • 使用torchaudio的语音命令识别
  • 文本
    • 使用nn.Transformer和torchtext的序列到序列建模
    • 从零开始的 NLP：使用字符级 RNN 分类名称
    • 从零开始的 NLP：使用字符级 RNN 生成名称
    • 从零开始的 NLP：使用序列到序列网络和注意力的翻译
    • 使用torchtext的文本分类
    • torchtext语言翻译
  • 强化学习
    • 强化学习（DQN）教程
    • 训练玩马里奥的 RL 智能体
  • 在生产中部署 PyTorch 模型
    • 通过使用 Flask 的 REST API 在 Python 中部署 PyTorch
    • TorchScript 简介
    • 在 C++ 中加载 TorchScript 模型
    • 将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）
  • 前端 API
    • PyTorch 中的命名张量简介（原型）
    • PyTorch 中通道在最后的内存格式（beta）
    • 使用 PyTorch C++ 前端
    • 自定义 C++ 和 CUDA 扩展
    • 使用自定义 C++ 运算符扩展 TorchScript
    • 使用自定义 C++ 类扩展 TorchScript
    • TorchScript 中的动态并行性
    • C++ 前端中的 Autograd
    • 在 C++ 中注册调度运算符
  • 模型优化
    • 分析您的 PyTorch 模块
    • 使用 Ray Tune 的超参数调整
    • 模型剪裁教程
    • LSTM 单词语言模型上的动态量化（beta）
    • BERT 上的动态量化（Beta）
    • PyTorch 中使用 Eager 模式的静态量化（beta）
    • 计算机视觉的量化迁移学习教程（beta）
  • 并行和分布式训练
    • PyTorch 分布式概述
    • 单机模型并行最佳实践
    • 分布式数据并行入门
    • 用 PyTorch 编写分布式应用
    • 分布式 RPC 框架入门
    • 使用分布式 RPC 框架实现参数服务器
    • 使用 RPC 的分布式管道并行化
    • 使用异步执行实现批量 RPC 处理
    • 将分布式DataParallel与分布式 RPC 框架相结合
• PyTorch 1.4 教程&文档
  • 入门
    • 使用 PyTorch 进行深度学习：60 分钟的闪电战
      • 什么是PyTorch？
      • Autograd：自动求导
      • 神经网络
      • 训练分类器
      • 可选：数据并行
    • 编写自定义数据集，数据加载器和转换
    • 使用 TensorBoard 可视化模型，数据和训练
  • 图片
    • TorchVision 对象检测微调教程
    • 转移学习的计算机视觉教程
    • 空间变压器网络教程
    • 使用 PyTorch 进行神经传递
    • 对抗示例生成
    • DCGAN 教程
  • 音频
    • torchaudio 教程
  • 文本
    • NLP From Scratch: 使用char-RNN对姓氏进行分类
    • NLP From Scratch: 生成名称与字符级RNN
    • NLP From Scratch: 基于注意力机制的 seq2seq 神经网络翻译
    • 使用 TorchText 进行文本分类
    • 使用 TorchText 进行语言翻译
    • 使用 nn.Transformer 和 TorchText 进行序列到序列建模
  • 命名为 Tensor(实验性）
    • (实验性）PyTorch 中的命名张量简介
  • 强化学习
    • 强化学习(DQN）教程
  • 在生产中部署 PyTorch 模型
    • 通过带有 Flask 的 REST API 在 Python 中部署 PyTorch
    • TorchScript 简介
    • 在 C ++中加载 TorchScript 模型
    • (可选）将模型从 PyTorch 导出到 ONNX 并使用 ONNX Runtime 运行
  • 并行和分布式训练
    • 单机模型并行最佳实践
    • 分布式数据并行入门
    • 用 PyTorch 编写分布式应用程序
    • 分布式 RPC 框架入门
    • (高级）带有 Amazon AWS 的 PyTorch 1.0 分布式训练师
  • 扩展 PyTorch
    • 使用自定义 C ++运算符扩展 TorchScript
    • 使用自定义 C ++类扩展 TorchScript
    • 使用 numpy 和 scipy 创建扩展
    • 自定义 C ++和 CUDA 扩展
  • 模型优化
    • LSTM Word 语言模型上的(实验）动态量化
    • (实验性）在 PyTorch 中使用 Eager 模式进行静态量化
    • (实验性）计算机视觉教程的量化转移学习
    • (实验）BERT 上的动态量化
    • 修剪教程
  • PyTorch 用其他语言
    • 使用 PyTorch C ++前端
  • PyTorch 基础知识
    • 通过示例学习 PyTorch
    • torch.nn 到底是什么？
  • 文件
  • 笔记
    • 自动求导机制
    • 广播语义
    • CPU 线程和 TorchScript 推断
    • CUDA 语义
    • 分布式 Autograd 设计
    • 扩展 PyTorch
    • 经常问的问题
    • 大规模部署的功能
    • 并行处理最佳实践
    • 重现性
    • 远程参考协议
    • 序列化语义
    • Windows 常见问题
    • XLA 设备上的 PyTorch
  • 语言绑定
    • PyTorch C ++ API
    • PyTorch Java API
  • Python API
    • torch
    • torch.nn
    • torch功能
    • torch张量
    • 张量属性
    • 自动差分包-Torch.Autograd
    • torch.cuda
    • 分布式通讯包-Torch.Distributed
    • 概率分布-torch分布
    • torch.hub
    • torch脚本
    • torch.nn.init
    • torch.onnx
    • torch.optim
    • 量化
    • 分布式 RPC 框架
    • torch随机
    • torch稀疏
    • torch存储
    • torch.utils.bottleneck
    • torch.utils.checkpoint
    • torch.utils.cpp_extension
    • torch.utils.data
    • torch.utils.dlpack
    • torch.utils.model_zoo
    • torch.utils.tensorboard
    • 类型信息
    • 命名张量
    • 命名为 Tensors 操作员范围
    • 糟糕！
  • torchvision参考
    • torchvision
  • 音频参考
    • torchaudio
  • torchtext参考
    • torchtext
  • 社区
    • PyTorch 贡献指南
    • PyTorch 治理
    • PyTorch 治理| 感兴趣的人
• PyTorch 1.0 中文文档
  • 中文教程
    • 起步
      • PyTorch 深度学习: 60 分钟极速入门
        • 什么是 PyTorch？
        • Autograd：自动求导
        • 神经网络
        • 训练分类器
        • 可选：数据并行处理
      • 数据加载和处理教程
      • 用例子学习 PyTorch
      • 迁移学习教程
      • 混合前端的 seq2seq 模型部署
      • Saving and Loading Models
      • What is torch.nn really?
    • 图像
      • Torchvision 模型微调
      • 空间变换器网络教程
      • 使用 PyTorch 进行图像风格转换
      • 对抗性示例生成
      • 使用 ONNX 将模型从 PyTorch 传输到 Caffe2 和移动端
    • 文本
      • 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 for NLP with Pytorch
        • PyTorch 介绍
        • 使用 PyTorch 进行深度学习
        • Word Embeddings: Encoding Lexical Semantics
        • 序列模型和 LSTM 网络
        • Advanced: Making Dynamic Decisions and the Bi-LSTM CRF
      • 基于注意力机制的 seq2seq 神经网络翻译
    • 生成
      • DCGAN Tutorial
    • 强化学习
      • Reinforcement Learning (DQN) Tutorial
    • 扩展 PyTorch
      • 用 numpy 和 scipy 创建扩展
      • Custom C++ and CUDA Extensions
      • Extending TorchScript with Custom C++ Operators
    • 生产性使用
      • Writing Distributed Applications with PyTorch
      • 使用 Amazon AWS 进行分布式训练
      • ONNX 现场演示教程
      • 在 C++ 中加载 PYTORCH 模型
    • 其它语言中的 PyTorch
      • 使用 PyTorch C++ 前端
  • 中文文档
    • 注解
      • 自动求导机制
      • 广播语义
      • CUDA 语义
      • Extending PyTorch
      • Frequently Asked Questions
      • Multiprocessing best practices
      • Reproducibility
      • Serialization semantics
      • Windows FAQ
    • 包参考
      • torch
        • Tensors
        • Random sampling
        • Serialization, Parallelism, Utilities
        • Math operations
          • Pointwise Ops
          • Reduction Ops
          • Comparison Ops
          • Spectral Ops
          • Other Operations
          • BLAS and LAPACK Operations
      • torch.Tensor
      • Tensor Attributes
      • 数据类型信息
      • torch.sparse
      • torch.cuda
      • torch.Storage
      • torch.nn
      • torch.nn.functional
      • torch.nn.init
      • torch.optim
      • Automatic differentiation package - torch.autograd
      • Distributed communication package - torch.distributed
      • Probability distributions - torch.distributions
      • Torch Script
      • 多进程包 - torch.multiprocessing
      • torch.utils.bottleneck
      • torch.utils.checkpoint
      • torch.utils.cpp_extension
      • torch.utils.data
      • torch.utils.dlpack
      • torch.hub
      • torch.utils.model_zoo
      • torch.onnx
      • Distributed communication package (deprecated) - torch.distributed.deprecated
    • torchvision 参考
      • torchvision.datasets
      • torchvision.models
      • torchvision.transforms
      • torchvision.utils
• PyTorch 0.4 中文文档
  • 笔记
    • 自动求导机制
    • 广播语义
    • CUDA 语义
    • 扩展 PyTorch
    • 常见问题
    • 多进程最佳实践
    • 序列化语义
    • Windows 常见问题
  • 包参考
    • Torch
    • torch.Tensor
    • Tensor Attributes
    • torch.sparse
    • torch.cuda
    • torch.Storage
    • torch.nn
    • torch.nn.functional
    • 自动差异化包 - torch.autograd
    • torch.optim
    • torch.nn.init
    • torch.distributions
    • Multiprocessing 包 - torch.multiprocessing
    • 分布式通讯包 - torch.distributed
    • torch.utils.bottleneck
    • torch.utils.checkpoint
    • torch.utils.cpp_extension
    • torch.utils.data
    • torch.utils.ffi
    • torch.utils.model_zoo
    • torch.onnx
    • 遗留包 - torch.legacy
  • torchvision 参考
    • torchvision
    • torchvision.datasets
    • torchvision.models
    • torchvision.transform
    • torchvision.utils
• PyTorch 0.3 中文文档 & 教程
  • 中文教程
    • 初学者教程
      • PyTorch 深度学习: 60 分钟极速入门教程
        • PyTorch 是什么？
        • 自动求导: 自动微分
        • 神经网络
        • 训练一个分类器
        • 可选: 数据并行
      • PyTorch for former Torch users
        • Tensors
        • Autograd (自动求导)
        • nn package
        • Multi-GPU examples
      • 跟着例子学习 PyTorch
        • Warm-up: numpy
        • PyTorch: Tensors
        • PyTorch: 变量和autograd
        • PyTorch: 定义新的autograd函数
        • TensorFlow: 静态图
        • PyTorch: nn包
        • PyTorch: optim包
        • PyTorch: 定制化nn模块
        • PyTorch: 动态控制流程 + 权重共享
      • 迁移学习教程
      • 数据加载和处理教程
      • 针对NLP的Pytorch深度学习
        • PyTorch介绍
        • PyTorch深度学习
        • 词汇嵌入:编码词汇语义
        • 序列模型和 LSTM 网络(长短记忆网络）
        • 高级教程: 作出动态决策和 Bi-LSTM CRF
    • 中级教程
      • 用字符级RNN分类名称
      • 基与字符级RNN(Char-RNN）的人名生成
      • 用基于注意力机制的seq2seq神经网络进行翻译
      • 强化学习(DQN）教程
      • Writing Distributed Applications with PyTorch
      • 空间转换网络 (Spatial Transformer Networks) 教程
    • 高级教程
      • 用 PyTorch 做 神经转换 (Neural Transfer)
      • 使用 numpy 和 scipy 创建扩展
      • 使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile
      • 为 pytorch 自定义 C 扩展
  • 中文文档
    • 介绍
      • 自动求导机制
      • 广播语义
      • CUDA 语义
      • 扩展 PyTorch
      • 多进程的最佳实践
      • 序列化语义
    • Package 参考
      • torch
      • torch.Tensor
      • torch.sparse
      • torch.Storage
      • torch.nn
      • torch.optim
      • Automatic differentiation package - torch.autograd
      • Probability distributions - torch.distributions
      • Multiprocessing package - torch.multiprocessing
      • Distributed communication package - torch.distributed
      • Legacy package - torch.legacy
      • torch.cuda
      • torch.utils.ffi
      • torch.utils.data
      • torch.utils.model_zoo
      • torch.onnx
    • torchvision 参考
      • torchvision
      • torchvision.datasets
      • torchvision.models
      • torchvision.transforms
      • torchvision.utils
• PyTorch 0.2 中文文档
  • 说明
    • 自动求导机制
    • CUDA语义
    • 扩展PyTorch
    • 多进程最佳实践
    • 序列化语义
  • PACKAGE参考
    • torch
    • torch.Tensor
    • torch.Storage
    • torch.nn
    • torch.nn.functional
    • torch.autograd
    • torch.optim
    • torch.nn.init
    • torch.multiprocessing
    • torch.legacy
    • torch.cuda
    • torch.utils.ffi
    • torch.utils.data
    • torch.utils.model_zoo
  • TORCHVISION参考
    • torchvision
    • torchvision.datasets
    • torchvision.models
    • torchvision.transforms
    • torchvision.utils
  • 致谢