Autor: Zen y el arte de la programación informática
1. Introducción
descripción general
PyTorch es una plataforma de aprendizaje automático de código abierto basada en el lenguaje Python y la biblioteca de computación numérica NumPy.Es un conjunto de herramientas para construir y entrenar redes neuronales. Proporciona potentes capacidades de aceleración de GPU, mecanismo de derivación automática, diseño modular y otras funciones, adecuadas para diversos escenarios de aplicación. Este artículo presentará el uso y las funciones de PyTorch en detalle, incluida la carga de datos, la creación de modelos, el entrenamiento de modelos, las pruebas de modelos, etc., y brindará algunos ejemplos específicos para ayudar a los lectores a comenzar rápidamente.
Público objetivo
- Personas con cierta base en el aprendizaje automático.
- Lectores que estén interesados en el aprendizaje profundo y quieran aprender más
- Personas familiarizadas con entornos Linux u otros entornos informáticos basados en CPU
- Lectores con mejores condiciones de hardware que necesitan usar GPU
- Personas con experiencia en programación relevante (como Python, C/C++)
Estructura organizativa y contenido principal de este trabajo
- Parte 1: Introducción a la instalación y configuración de PyTorch y conceptos básicos
- Instalar PyTorch
- Algunos conceptos básicos de PyTorch
- Tensor: una matriz multidimensional, similar a ndarray en Numpy
- Autograd: motor de derivación automática, que puede derivar automáticamente Tensor y realizar retropropagación
- Compatibilidad con GPU: use GPU para acelerar los modelos de entrenamiento
- Guardar y cargar el modelo: guarde o cargue el modelo entrenado
- Cargador de conjuntos de datos: se utiliza para cargar conjuntos de datos y crear iteradores por lotes
- Parte 2: Construcción y aplicación del modelo
- Modelo AlexNet
- modelo VGG
- modelo ResNet
- codificador automático
- SIN EMBARGO
- parte 3