译者:lhc741

作者:Jeremy Howard,fast.ai。感谢Rachel Thomas和Francisco Ingham的帮助和支持。

我们推荐使用notebook来运行这个教程,而不是脚本,点击这里下载notebook(.ipynb)文件。

Pytorch提供了torch.nn、torch.optim、Dataset和DataLoader这些设计优雅的模块和类以帮助使用者创建和训练神经网络。
为了最大化利用这些模块和类的功能,并使用它们做出适用于你所研究问题的模型,你需要真正理解他们是如何工作的。
为了做到这一点,我们首先基于MNIST数据集训练一个没有任何特征的简单神经网络。
最开始我们只会用到PyTorch中最基本的tensor功能,然后我们将会逐渐的从torch.nntorch.optimDatasetDataLoader中选择一个特征加入到模型中,来展示新加入的特征会对模型产生什么样的效果,以及它是如何使模型变得更简洁或更灵活。

在这个教程中,我们假设你已经安装好了PyTorch,并且已经熟悉了基本的tensor运算。(如果你熟悉Numpy的数组运算,你将会发现这里用到的PyTorch tensor运算和numpy几乎是一样的)

MNIST数据安装

我们将要使用经典的MNIST数据集,这个数据集由手写数字(0到9)的黑白图片组成。

我们将使用pathlib来处理文件路径的相关操作(python3中的一个标准库),使用request来下载数据集。
我们只会在用到相关库的时候进行引用,这样你就可以明确在每个操作中用到了哪些库。

from pathlib import Path
import requestsDATA_PATH = Path("data")
PATH = DATA_PATH / "mnist"PATH.mkdir(parents=True, exist_ok=True)URL = "http://deeplearning.net/data/mnist/"
FILENAME = "mnist.pkl.gz"

阅读全文/改进本文

PyTorch 1.0 中文官方教程:torch.nn 到底是什么?相关推荐

  1. PyTorch 1.0 中文官方教程:使用ONNX将模型从PyTorch传输到Caffe2和移动端

    译者:冯宝宝 在本教程中,我们将介绍如何使用ONNX将PyTorch中定义的模型转换为ONNX格式,然后将其加载到Caffe2中.一旦进入Caffe2,我们就可以运行模型来仔细检查它是否正确导出,然后 ...

  2. PyTorch 1.0 中文官方教程:使用 PyTorch 进行图像风格转换

    译者:bdqfork 作者: Alexis Jacq 简介 本教程主要讲解如何实现由Leon A. Gatys,Alexander S. Ecker和Matthias Bethge提出的 Neural ...

  3. PyTorch 1.0 中文官方教程:混合前端的 seq2seq 模型部署

    译者:cangyunye 作者: Matthew Inkawhich 本教程将介绍如何是seq2seq模型转换为PyTorch可用的前端混合Torch脚本. 我们要转换的模型是来自于聊天机器人教程 C ...

  4. PyTorch 1.0 中文官方教程:在 C++ 中加载 PYTORCH 模型

    译者:talengu PyTorch的主要接口为Python.虽然Python有动态编程和易于迭代的优势,但在很多情况下,正是Python的这些属性会带来不利.我们经常遇到的生产环境,要满足低延迟和严 ...

  5. PyTorch 1.0 中文官方教程:Torchvision 模型微调

    译者:ZHHAYO 作者: Nathan Inkawhich 在本教程中,我们将深入探讨如何微调和特征提取torchvision 模型,所有这些模型都已经预先在1000类的magenet数据集上训练完 ...

  6. PyTorch 1.0 中文官方教程:使用 Amazon AWS 进行分布式训练

    译者:yportne13 作者: Nathan Inkawhich 编辑: Teng Li 在这篇教程中我们会展示如何使用 Amazon AWS 的两个多路GPU节点来设置,编写和运行 PyTorch ...

  7. PyTorch 1.0 中文官方教程:序列模型和LSTM网络

    译者:ETCartman 之前我们已经学过了许多的前馈网络. 所谓前馈网络, 就是网络中不会保存状态. 然而有时 这并不是我们想要的效果. 在自然语言处理 (NLP, Natural Language ...

  8. PyTorch 1.0 中文官方教程:使用PyTorch进行深度学习

    译者:bdqfork 作者: Robert Guthrie 深度学习构建模块:仿射映射, 非线性函数以及目标函数 深度学习表现为使用更高级的方法将线性函数和非线性函数进行组合.非线性函数的引入使得训练 ...

  9. PyTorch 1.0 中文官方教程:迁移学习教程

    译者:片刻 作者: Sasank Chilamkurthy 在本教程中,您将学习如何使用迁移学习来训练您的网络.您可以在 cs231n 笔记 上关于迁移学习的信息 引用这些笔记: 在实践中,很少有人从 ...

最新文章

  1. 2018-3-26论文(GWO和WOA)中Table1--Table3中的benchmark函数F1-F23图形
  2. 项目管理如何有效进行
  3. python使用matplotlib可视化、移除可视化图像X轴坐标轴的刻度线和标签( remove the default axis ticks and labels of x axis)
  4. go语言学习(一)——go语言简介和环境搭建
  5. PAI分布式机器学习平台编程模型演进之路
  6. 百度工程师手把手教你实现代码规范检测工具
  7. 扫描过程_整体扫描+材料聚焦方法在审题过程中的运用
  8. 2016 Google中国开发者大会游记
  9. 自然语言理解——词向量(一)
  10. nc windows安装教程
  11. ODBC安装及数据源配置
  12. 百度硬盘和Google桌面的比较
  13. linux怎么进入mnt目录,「Linux基础知识」Linux路径的表示方式
  14. rancher 修改IP
  15. J2EE是什么(一)
  16. 小白学 Python 爬虫(14):urllib 基础使用(四)
  17. 高等数学 · 第一章 函数
  18. [vue-ts]ts版本问题合集
  19. linux AR8151网卡驱动下载,centos 6.2 atheros ar8151网卡驱动安装
  20. java 路由框架_使用Spring框架和AOP实现动态路由

热门文章

  1. (74)FPGA面试题-Verilog序列发生器,产生 10110 的序列
  2. (38)System Verilog线程并行执行(fork-join_none)
  3. (73)FPGA模块调用(VHDL调用system Verilog)
  4. (52)Verilog HDL下升沿检测
  5. rfid技术及应用答案王佳斌_详解工业数据采集中RFID技术的应用
  6. 计算机知识培训感言,计算机培训的心得体会
  7. av linux,linux下的开源clanav
  8. 的生物合成方式主要包括_J EXP BOT 综述| 植物次级代谢产物在调控微生物组组分及功能中的作用...
  9. jenkins构建后脚本不执行_接口管理工具ApiPost-预(后)执行脚本常用方法集合
  10. STC51-数码管显示