PyTorch 範例

此頁面列出您可以用來學習和試驗 PyTorch 的各種 PyTorch 範例。

使用卷積網路進行影像分類

此範例示範如何使用 卷積神經網路 (ConvNets) 在 MNIST 資料庫上執行影像分類。

前往範例

使用 Siamese 網路測量相似度

此範例示範如何使用 Siamese 網路 在 MNIST 資料庫上測量兩個影像之間的相似度。

前往範例

使用 RNN 和 Transformer 進行詞彙級語言建模

此範例示範如何使用 Wikitext-2 資料集在語言建模任務上訓練多層 遞迴神經網路 (RNN)，例如 Elman、GRU 或 LSTM，或 Transformer。

前往範例

訓練 ImageNet 分類器

此範例示範如何訓練一些最受歡迎的模型架構，包括 ResNet、AlexNet 和 VGG，以辨識 ImageNet 資料集中的影像。

前往範例

生成對抗網路 (DCGAN)

此範例實作了 使用深度卷積生成對抗網路進行非監督式表示學習 論文。

前往範例

變分自編碼器

此範例使用 ReLUs 和 Adam 優化器實作了 自動編碼變分貝葉斯 論文。

前往範例

使用高效子像素 CNN 進行超解析度

此範例示範如何使用 使用高效子像素卷積神經網路進行即時單一影像和影片超解析度 論文中描述的子像素卷積層。此範例在 BSD300 資料集 上訓練超解析度網路。

前往範例

共用 ConvNet 的 HOGWILD! 訓練

HOGWILD! 是一種允許在沒有記憶體鎖定的情況下進行隨機梯度下降 (SGD) 並行化的方案。此範例示範如何在 MNIST 上執行共用 ConvNet 的 HOGWILD! 訓練。

前往範例

使用演員-評論家訓練 CartPole 在 OpenAI Gym 中保持平衡

此強化學習教學課程示範如何使用 演員-評論家 方法訓練 CartPole 在 OpenAI Gym 工具組中保持平衡。

前往範例

時間序列預測

這個初學者範例示範如何使用 LSTMCell 學習正弦波訊號以預測未來的訊號值。

前往範例

在影像上實作神經風格轉移演算法

此教學課程示範如何使用 PyTorch 在影像上實作 神經風格轉移 (NST) 演算法。

前往範例

使用 fx 進行 PyTorch 模組轉換

這組範例示範了 torch.fx 工具組。有關 torch.fx 的詳細資訊，請參閱 torch.fx 概覽。

前往範例

分散式 PyTorch

這組範例示範了 分散式資料平行 (DDP) 和 分散式 RPC 框架。包含 DDP 教學課程系列 中使用的程式碼。

前往範例

C++ Frontend

PyTorch C++ frontend 是一個用於 CPU 和 GPU 張量計算的 C++14 函式庫。這組範例包含線性迴歸、自動梯度、影像辨識 (MNIST) 以及使用 PyTorch C++ frontend 的其他有用範例。

前往範例

使用前向演算法進行影像分類

此範例在 MNIST 資料庫上實作 Geoffrey Hinton 的論文 前向演算法：一些初步調查。這是前向演算法的入門範例。

前往範例

圖卷積網路

此範例在 CORA 資料庫上實作 使用圖卷積網路進行半監督式分類 論文。

前往範例