<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          60分鐘入門(mén)PyTorch,官方教程手把手教你訓(xùn)練第一個(gè)深度學(xué)習(xí)模型

          共 1387字,需瀏覽 3分鐘

           ·

          2021-10-23 06:46

          點(diǎn)擊凹凸馬上關(guān)注

          更多內(nèi)容、請(qǐng)置頂或星標(biāo)

          來(lái)源:機(jī)器之心? ?參與:張倩

          近期的一份調(diào)查報(bào)告顯示:PyTorch 已經(jīng)力壓 TensorFlow 成為各大頂會(huì)的主流深度學(xué)習(xí)框架。想發(fā)論文,不學(xué) PyTorch 怎么行?那么,入門(mén) PyTorch 深度學(xué)習(xí)需要多久?PyTorch 的一份官方教程表示:只需要 60 分鐘。



          教程鏈接:https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html



          這是一份非常簡(jiǎn)潔的學(xué)習(xí)材料,目標(biāo)是讓學(xué)習(xí)者了解 PyTorch 的 Tensor 庫(kù)和神經(jīng)網(wǎng)絡(luò),以及如何訓(xùn)練一個(gè)可以進(jìn)行圖像分類(lèi)的神經(jīng)網(wǎng)絡(luò)。



          雖然是入門(mén)課程,但也有一定門(mén)檻:課程參與者要具備 Numpy 基礎(chǔ)知識(shí)。




          該教程共分為五節(jié):



          1. PyTorch 簡(jiǎn)介

          2. Autograde:自動(dòng)微分

          3. 神經(jīng)網(wǎng)絡(luò)

          4. 訓(xùn)練一個(gè)分類(lèi)器

          5. 數(shù)據(jù)并行










          本教程的五大板塊。



          第 1 節(jié)「PyTorch 簡(jiǎn)介」介紹了 PyTorch 的基本技術(shù)細(xì)節(jié),如 Tensor、基本操作句法,還包括 Torch Tensor 與 Numpy 數(shù)組之間的轉(zhuǎn)換、CUDA Tensor 等基礎(chǔ)知識(shí)。


          如果想進(jìn)一步了解 PyTorch 的 Tensor 操作信息,還可以按文中給出的鏈接找到相應(yīng)教程,包括數(shù)學(xué)運(yùn)算、線(xiàn)性代數(shù)、隨機(jī)數(shù)等。


          第 2 節(jié)介紹了 PyTorch 中用于微分的包——Autograd。它是 PyTorch 神經(jīng)網(wǎng)絡(luò)的核心,為張量的所有操作提供了自動(dòng)微分。為了更加直觀(guān)地理解與之相關(guān)的術(shù)語(yǔ),教程還給出了一些例子。




          第 3 節(jié)介紹了訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)的常見(jiàn)步驟,包括定義具有一些可學(xué)習(xí)參數(shù)的神經(jīng)網(wǎng)絡(luò)、遍歷輸入數(shù)據(jù)集、通過(guò)神經(jīng)網(wǎng)絡(luò)處理輸入、計(jì)算損失、將梯度傳播回網(wǎng)絡(luò)參數(shù)、更新網(wǎng)絡(luò)權(quán)重等。




          在學(xué)會(huì)定義網(wǎng)絡(luò)、計(jì)算損失、更新權(quán)重之后,第 4 節(jié)開(kāi)始講解如何訓(xùn)練一個(gè)分類(lèi)器。教程使用了 CIFAR10 數(shù)據(jù)集,將訓(xùn)練步驟分為 5 步:


          1. 載入 CIFAR10 并將其標(biāo)準(zhǔn)化;
          2. 定義一個(gè)卷積神經(jīng)網(wǎng)絡(luò);
          3. 定義損失函數(shù)和優(yōu)化器;
          4. 訓(xùn)練網(wǎng)絡(luò);
          5. 在測(cè)試集上測(cè)試網(wǎng)絡(luò)



          CIFAR10 數(shù)據(jù)集。


          此外,這一節(jié)還講解了如何在 GPU 上訓(xùn)練神經(jīng)網(wǎng)絡(luò)。


          如果想進(jìn)一步加速訓(xùn)練過(guò)程,還可以選修第 5 節(jié)——數(shù)據(jù)并行,學(xué)習(xí)如何在多個(gè) GPU 上訓(xùn)練網(wǎng)絡(luò)。


          在這一教程中,每個(gè)小節(jié)都有 GoogleColab 鏈接,可以讓學(xué)習(xí)者實(shí)時(shí)運(yùn)行代碼,獲取實(shí)戰(zhàn)經(jīng)驗(yàn)。




          如果想在本地運(yùn)行文件,還可以下載 Notebook。



          參考鏈接:

          • https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

          • https://news.ycombinator.com/item?id=21240057

          • https://www.youtube.com/watch?v=u7x8RXwLKcA



          —?END?—

          想要了解更多AI資訊

          點(diǎn)這里??關(guān)注我,記得標(biāo)星呀~

          請(qǐng)點(diǎn)擊上方卡片,專(zhuān)注計(jì)算機(jī)人工智能方向的研究


          瀏覽 66
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  欧美人妻网站 | 欧美一级一区二区A片免费下载 | 偷拍视频网站 | 天天干天天色天天射 | 国产熟女一区二区视频网站 |