文件列表:

LICENSE (1065, 2019-03-26)
chapter10-图像描述(Image Caption) (0, 2019-03-26)
chapter10-图像描述(Image Caption)\Debug.ipynb (13686, 2019-03-26)
chapter10-图像描述(Image Caption)\config.py (804, 2019-03-26)
chapter10-图像描述(Image Caption)\data.py (4250, 2019-03-26)
chapter10-图像描述(Image Caption)\data_preprocess.py (3117, 2019-03-26)
chapter10-图像描述(Image Caption)\demo.ipynb (215615, 2019-03-26)
chapter10-图像描述(Image Caption)\feature_extract.py (2197, 2019-03-26)
chapter10-图像描述(Image Caption)\img (0, 2019-03-26)
chapter10-图像描述(Image Caption)\img\caption-results.png (339761, 2019-03-26)
chapter10-图像描述(Image Caption)\img\example.jpeg (287848, 2019-03-26)
chapter10-图像描述(Image Caption)\main.py (3912, 2019-03-26)
chapter10-图像描述(Image Caption)\model.py (3735, 2019-03-26)
chapter10-图像描述(Image Caption)\requirements.txt (80, 2019-03-26)
chapter10-图像描述(Image Caption)\utils (0, 2019-03-26)
chapter10-图像描述(Image Caption)\utils\__init__.py (76, 2019-03-26)
chapter10-图像描述(Image Caption)\utils\beam_search.py (8516, 2019-03-26)
chapter10-图像描述(Image Caption)\utils\visualize.py (2456, 2019-03-26)
chapter11-语音识别(LSTM-CTC) (0, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\BeamSearch.py (5535, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\conf (0, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\conf\ctc_model_setting.conf (544, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\conf\dev_spk.list (300, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\conf\test_spk.list (144, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\conf\train_spk.list (2772, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\data.py (3709, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\decoder.py (7137, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\model.py (5661, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\png (0, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\png\dev_acc.png (28184, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\png\dev_loss.png (30728, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\png\train_loss.png (29052, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\requirements.txt (26, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\run.sh (1226, 2019-03-26)
chapter11-语音识别(LSTM-CTC)\test.py (3224, 2019-03-26)
... ...

这是书籍《深度学习框架PyTorch:入门与实践》的对应代码,但是也可以作为一个独立的PyTorch入门指南和教程。 ## 更新说明 Working on migration to Pytorch 1.0, stay tuned! 已更新到**pytorch 0.4.1 (不是0.4.0)** 已更新到**pytorch 0.4.1 (不是0.4.0)** 已更新到**pytorch 0.4.1 (不是0.4.0)** 当前版本的代码是基于pytorch 0.4.1, 如果想使用旧版的 请 `git checkout v0.2` 或者 `git checkout v0.3`。旧版代码有更好的python2/python3 兼容,CPU/GPU兼容测试。 新版的代码未经过完整测试,已在GPU和python3 下测试通过。但是理论上在python2和CPU上不应该有太多的问题。 ## 内容 该书(教程/仓库)的内容如图所示:  可以看出本教程可以分为两部分: **基础部分**(前五章)讲解PyTorch内容,这部份介绍了PyTorch中主要的的模块,和深度学习中常用的一些工具。对于这部分内容,这里利用Jupyter Notebook作为教学工具,读者可以结合notebook修改运行,反复实验。 - 第二章介绍如何安装PyTorch和配置学习环境。同时提供了一个快速入门教程,基于官方的教程简化并更新内容,读者可以花费大约1到2小时的时间快速完成入门任务,而后根据需求再选择深入阅读后续相关章节的内容。 - 第三章介绍了PyTorch中多维数组Tensor和动态图autograd/Variable的使用,并配以例子,让读者分别使用Tensor和autograd实现线性回归,比较二者的不同点。除了介绍这二者的基础使用之外,本章还对Tensor的底层设计,以及autograd的计算图原理进行比较深入分析,希望能使得读者能对这些底层知识有更全面的掌握。 - 第四章介绍了PyTorch中神经网络模块nn的基础用法,同时讲解了神经网络中“层”,“损失函数”,“优化器”等,最后带领读者用不到50行的代码搭建出曾夺得ImageNet冠军的ResNet。 - 第五章介绍了PyTorch中数据加载,GPU加速,持久化和可视化等相关工具。 **实战部分**(第六到十章)利用PyTorch实现了几个酷炫有趣的应用,对于这部分的内容,本仓库给出完整的实现代码,并提供预训练好的模型作为demo,供读者测试。 - 第六章是承上启下的一章,这一章的目标不是教会读者新函数,新知识,而是结合Kaggle中一个经典的比赛,实现一个深度学习中比较简单的图像二分类问题。在实现过程中,带领读者复习前五章的知识,并提出代码规范以合理的组织程序,代码,使得程序更加可读,可维护。第六章还介绍了在PyTorch中如何进行debug。 - 第七章为读者讲解了当前最火爆的生成对抗网络(GAN),带领读者从头实现一个动漫头像生成器,能够利用GAN生成风格多变的动漫头像。 - 第八章为读者讲解了风格迁移的相关知识,并带领读者实现风格迁移网络,将自己的照片变成高大上的名画。 - 第九章为读者讲解了一些自然语言处理的基础知识,并讲解了CharRNN的原理。而后利用收集了几万首唐诗,训练出了一个可以自动写诗歌的小程序。这个小程序可以控制生成诗歌的**格式**,**意境**,还能生成**藏头诗**。 - 第十章为读者介绍了图像描述任务,并以最新的AI Challenger比赛的数据为例,带领读者实现了一个可以进行简单图像描述的的小程序。 - 第十一章(**新增,实验性**) 由[Diamondfan](https://github.com/Diamondfan) 编写的语音识别。完善了本项目(本项目已囊括图像,文本,语音三大领域的例子)。 **Notebook中的文字描述内容属于本书的初稿,有描述不通顺,错别字之处还请谅解**。本打算删除notebook中描述的内容,只留下代码,但为了方便读者阅读学习,最终还是决定留下。 我会抽空根据书中内容逐字校对这部分内容,但并不对此并不提供具体时间点。 ## 是否需要买书 书**不是必要的**,这个仓库包含书中50%以上的文字内容,90%以上的代码,尤其是前几章入门内容,几乎是完全保留了书中的讲解内容。读者即使不买书也能正常使用本教程。 ~~如果你觉得纸质书的优势吸引你,不妨小破费一笔,支持一下作者这大半年来的工作。同时为了尽可能的方便读者,笔者还专门开通腾讯云的服务,用以保存教程中用到的部分模型,预处理的数据和部分大文件。~~ 书中的部分内容已经过时,以此仓库内容为准。 ## 代码说明 - 代码主要在python3下测试得到最终结果,python2暂未测试。v0.2和v0.3 分支的代码同时经过严格测试支持python2/python3 - 实战部分代码同时在GPU和CPU环境下测试通过 - 代码已更新兼容到PyTorch `0.4.1`, 后续会考虑兼容 `v1.0`,但暂无确切时间点。 如果你想在PyTorch 0.2.0或0.3下运行,请 ``` git checkout v0.2 # v0.3 ``` 如果有任何不当,或者有待改进的地方,欢迎读者开issue讨论,或者提交pull request。 ## 环境配置 1. 安装[PyTorch](http://pytorch.org),请从官网选择指定的版本安装即可,一键安装(即使你使用anaconda,也建议使用pip)。更多的安装方式请参阅书中说明。 2. 克隆仓库 ```python git clone https://github.com/chenyuntc/PyTorch-book.git ``` 3. 安装第三方依赖包 ```python cd pytorch-book && pip install -r requirements.txt ``` ## Visdom打不开及其解决方案 **新版的visdom已经解决了这个问题,只需要升级即可** ``` pip install --upgrade visdom ``` 之前的[解决方案](https://github.com/chenyuntc/pytorch-book/blob/2c8366137b691***8fbeeea478cc1611c09e15f5/README.md#visdom%E6%89%93%E4%B8%8D%E5%BC%80%E5%8F%8A%E5%85%B6%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88) 不再需要,已删除。 ## ^_^ 有任何bug,解释不清楚的地方或者是困惑,欢迎开issue 欢迎pull requests Happy Coding!  - [京东购买链接](https://search.jd.com/Search?keyword=pytorch%20入门与实践&enc=utf-8&wq=pytorch%20入门与实践&pvid=8b0d91d7108845ad8cbaf596326f3eb3) - [当当购买链接](http://search.dangdang.com/?key=pytorch%20%C8%EB%C3%C5%D3%EB%CA%B5%BC%F9&act=input)

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：