教程

• PyTorch 基础
  • 快速入门
    • 数据准备
    • 构建模型
    • 模型参数优化
    • 保存模型
    • 加载模型
  • 自动微分
    • 张量、函数和计算图
    • 计算梯度
    • 禁用梯度追踪
    • 更多关于计算图的内容
    • 选读：张量梯度和雅可比积
• 笔记
  • 自动微分机制
    • autograd 如何编码历史
      • 已保存的张量
    • 局部禁用梯度计算
      • 设置 requires_grad
      • 模式
    • 使用 autograd 进行就地操作
      • 就地正确性检查
    • 多线程 Autograd
    • 复数 Autograd
    • 保存张量的挂钩
      • 注册已保存张量的钩子
      • 为保存的张量注册默认钩子
  • 扩展 PyTorch

上一页

项目简介

下一页

PyTorch 基础