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
3.1.21. 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
3.1.37.1. 目录
3.1.37.2. 第一节 Kaggle介绍
3.1.37.3. 第二节 结构化数据
3.1.37.4. 第三节 计算机视觉
3.1.37.5. 第四节 自然语言处理
3.1.37.6. 第五节 协同过滤
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
3.1.37.
Pytorch 中文手册第五章 ： 应用
查看页面源码
3.1.37.
Pytorch 中文手册第五章 ： 应用
3.1.37.1.
目录
3.1.37.2.
第一节 Kaggle介绍
Kaggle介绍
3.1.37.3.
第二节 结构化数据
Pytorch处理结构化数据
3.1.37.4.
第三节 计算机视觉
Fashion MNIST 图像分类
3.1.37.5.
第四节 自然语言处理
3.1.37.6.
第五节 协同过滤
Read the Docs
v: latest
版本
latest