资源 | PyTorch第一版中文文档发布

近日，使用 GPU 和 CPU 优化的深度学习张量库 PyTorch 上线了其第一版中文文档，内容涵盖介绍、说明、Package 参考、torchvision 参考等 4 个方面。机器之心第一时间与读者做出分享，扩充了 PyTorch 的介绍部分，并整理附上了机器之心 PyTorch 相关资源文章列表。

PyTorch 中文文档：http://pytorch-cn.readthedocs.io/zh/latest/#pytorch

介绍

PyTorch 是一个 Python 优先的深度学习框架，也是使用 GPU 和 CPU 优化的深度学习张量库，能够在强大的 GPU 加速基础上实现张量和动态神经网络。其前身是 Torch，主要语言接口为 Lua。PyTorch 和 TensorFlow、MXNet、Caffe2 一样，是非常底层的框架；也正如 TensorFlow 是谷歌官方框架，MXNet 是亚马逊官方框架，背后支持 PyTorch 的则是 Facebook。

同时，PyTorch 还是一个 Python 软件包，其提供了两种高层面的功能：1. 使用强大的 GPU 加速的 Tensor 计算（类似 numpy）；2. 构建于基于 tape 的 autograd 系统的深度神经网络。通常，人们使用 PyTorch 的原因通常有二：1. 作为 numpy 的替代，以便使用强大的 GPU；2. 将其作为一个能提供最大的灵活性和速度的深度学习研究平台。

PyTorch 是一个社区驱动的项目，由经验丰富的工程师和研究者组成的 Torch7 团队开发。目前，PyTorch 由 Adam Paszke、Sam Gross 与 Soumith Chintala 牵头开发。其他主要贡献者包括 Sergey Zagoruyko、Adam Lerer、Francisco Massa、Andreas Kopf、James Bradbury、Zeming Lin、田渊栋、Guillaume Lample、Marat Dukhan、Natalia Gimelshein 等人。

说明

• 自动求导机制

• CUDA 语义

• 扩展 PyTorch

• 多进程最佳实践

• 序列化语义

Package 参考

• torch

• torch.Tensor

• torch.Storage

• torch.nn

• torch.nn.functional

• torch.nn.init

• torch.optim

• torch.autograd

• torch.multiprocessing

• torch.legacy

• torch.cuda

• torch.utils.ffi

• torch.utils.data

• torch.utils.model_zoo

torchvision 参考

• torchvision

• torchvision.datasets

• torchvision.models

• torchvision.transforms

• torchvision.utils

致谢

机器之心 PyTorch 相关文章列表

• 重磅 | Torch7团队开源PyTorch:Python优先的深度学习框架

• 资源 | 注意迁移的PyTorch实现

• 资源 | 从TensorFlow到PyTorch:九大深度学习框架哪款最适合你

• 资源 | 价值迭代网络的PyTorch实现与Visdom可视化

• 教程 | 通过PyTorch实现对抗自编码器

• 教程 | 如何用PyTorch实现递归神经网络?

• 从PyTorch到Mxnet ,对比7大Python深度学习框架

• 从TensorFlow到Theano:横向对比七大深度学习框架

• PyTorch和TensorFlow到底哪个更好?看看一线开发者怎么说

• 深度 | 对比深度学习十大框架:TensorFlow最流行但并不是最好

本文为机器之心报道，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]

点击阅读原文，查看机器之心官网↓↓↓