AI 模型国内加速
目录:
1. 【AI网盘】人工智能资源汇总
2. Stable Diffusion
3. Pytorch 教程
3.1. Pytorch 快速入门
3.1.1. 1.1 Pytorch 简介
3.1.2. 1.2 Pytorch环境搭建
3.1.3. 1.2.1 安装Pytorch
3.1.4. PyTorch 深度学习:60分钟快速入门 (官方)
3.1.5. 相关资源列表
3.1.6. PyTorch是什么?
3.1.7. Autograd: 自动求导机制
3.1.8. Neural Networks
3.1.9. 训练一个分类器
3.1.10. 数据并行(选读)
3.1.11. PyTorch 中文手册第一章 : PyTorch入门
3.1.12. PyTorch 基础 : 张量
3.1.13. 使用PyTorch计算梯度数值
3.1.14. PyTorch 基础 : 神经网络包nn和优化器optm
3.1.15. PyTorch 基础 :数据的加载和预处理
3.1.16. 2.2 深度学习基础及数学原理
3.1.17. 2.3 神经网络简介
3.1.18. 2.4 卷积神经网络简介
3.1.19. 2.5 循环神经网络
3.1.20. Pytorch 中文手册第二章 : 基础
3.1.20.1. 目录
3.1.21. 3.1 logistic回归实战
3.1.22. 3.2 MNIST数据集手写数字识别
3.1.23. 3.3 通过Sin预测Cos
3.1.24. Pytorch 中文手册第三章 : 实践
3.1.25. 4.1 Fine tuning 模型微调
3.1.26. 4.2.1 使用Visdom在 PyTorch 中进行可视化
3.1.27. 4.2.2 使用Tensorboard在 PyTorch 中进行可视化
3.1.28. 4.2.3 可视化理解卷积神经网络
3.1.29. 基于Backpropagation的方法
3.1.30. 4.3 fastai
3.1.31. 4.5 多GPU并行训练
3.1.32. 在PyTorch中使用DistributedDataParallel进行多GPU分布式模型训练
3.1.33. Pytorch 中文手册第四章 : 提高
3.1.34. 5.1 kaggle介绍
3.1.35. 5.2 Pytorch处理结构化数据
3.1.36. Fashion MNIST进行分类
3.1.37. Pytorch 中文手册第五章 : 应用
4. 编程语言 风格指南
5. 编程语言 语法
6. Cheat Sheet
7. 关于
AI 模型国内加速
3.
Pytorch 教程
3.1.
Pytorch 快速入门
3.1.20.
Pytorch 中文手册第二章 : 基础
查看页面源码
3.1.20.
Pytorch 中文手册第二章 : 基础
3.1.20.1.
目录
3.1.20.1.1.
第一节 PyTorch 基础
张量
自动求导
神经网络包nn和优化器optm
数据的加载和预处理
3.1.20.1.2.
第二节 深度学习基础及数学原理
深度学习基础及数学原理
3.1.20.1.3.
第三节 神经网络简介
神经网络简介
3.1.20.1.4.
第四节 卷积神经网络
卷积神经网络
3.1.20.1.5.
第五节 循环神经网络
循环神经网络
Read the Docs
v: latest
版本
latest