【深度学习】新人如何入门Pytorch的路线?有哪些资源推荐?

目标检测与深度学习

共 2222字,需浏览 5分钟

 ·

2021-08-31 14:59

点击左上方蓝字关注我们



一个专注于目标检测与深度学习知识分享的公众号

作者 | 范星.xfanplus#知乎

链接 | https://www.zhihu.com/question/55720139/answer/294449487


高赞回答

第一步 当作高级Numpy来玩。

看官方的tutorial [Welcome to PyTorch Tutorials]:(https://pytorch.org/tutorials/),

一路next,把第一块内容《Deep Learning with PyTorch: A 60 Minute Blitz》看完就够了,60分钟入门,搞懂Tensor和Variable两大核心概念,知道自动求导是怎么回事。有空的话可以一路next到底,各种基本概念都有个印象。

总之,打开iPython交互界面,当作Numpy来玩就好了。

第二步 找个标准模版研究

看官方的例子[pytorch/examples]:(https://github.com/pytorch/examples),

里面的MNIST和ImageNet的例子都可以研究一下,处理命令行参数的部分比较多余可以略过,看一下标准范式,另外[Learning PyTorch with Examples]:(https://pytorch.org/tutorials/beginner/pytorch_with_examples.html)

官方tutorial里面也有对应的讲解,结合起来看。

上面看完基本就想动手用了,觉得不够还可以补充看下[yunjey/pytorch-tutorial]:(https://github.com/yunjey/pytorch-tutorial)

这个,有好几个入门的例子。

第三步 边看文档边用

PyTorch的官方文档[PyTorch documentation]:(https://pytorch.org/docs/master/index.html)

有一些不足,很多关键概念和原理都没有讲清楚,但是作为API参考手册是相当好的,先通读一遍,PyTorch具体能干那些事情有个印象,然后开始搞自己的任务,遇到想要实现的操作就去官方文档查API。

到这里,就算入门了,尽情用PyTorch完成自己的任务吧。

PyTorch大法好!写几个月TensorFlow再写PyTorch,简直有写了两年C++突然开始写Python的幸福感,尼玛,还能这么搞,不要太方便!(额,不引战,TensorFlow也很优秀,相当优秀,谷歌出品,质量有保证)

入门后,在具体的日常使用上面,可能经常需要利用到的几个资源:

  • [bharathgs/Awesome-pytorch-list]:(https://github.com/bharathgs/Awesome-pytorch-list):
    Awesome系列,收录各种PyTorch的资源,有需求,这里去找,包括各种模型,各种有趣的应用,更多的教程,各种论文复现等等,这是一个非常不错的PyTorch资源整理,应用尽有,质量非常高。(Github 12.1k)
    主要内容
  • PyTorch&相关库

    这一部分只有一个资源,也就是PyTorch的官方网站。

  • NLP&语音处理

    这一部分暂时有二十六个资源,主要涉及语音处理、NLP、多说话人语音处理、语音合成、机器翻译等等。

  • 计算机视觉

    这一部分暂时有十四个资源,主要涵盖图像增强、语义分割、风格迁移等等。

  • 概率/生成库

    这一部分暂时有七个资源,主要涵盖概率编程、统计推理和生成模型等等。

  • 其他库

    这一部分暂时有七十八个资源,主要涵盖上述领域之外的一些PyTorch库。

  • 教程&实例

    这一部分暂时有五十三个资源,不仅有官方的教程,也有许多非官方的开发者自己的经验,而且也有中文版的教程。

  • 论文实现

    这一部分资源是最多的,暂时有二百七十三个。基本上涵盖了所有顶尖的论文,有兴趣的可以mark下来,一篇一篇的自己过一遍。

  • [PyTorch Forums]:(https://discuss.pytorch.org/):

PyTorch的官方论坛,有问题,除了谷歌百度,去github提issue,还有去这里问,我在这儿找到不少问题的解答;

  • [Cadene/pretrained-models.pytorch]:(https://github.com/Cadene/pretrained-models.pytorch):

最后,想要自定义网络,这里有Inception、ResNet、ResNeXt等各种模型的预训练模型,可以在此基础上该,可以找到各种模型;

PyTorch大法好,不过还有很多具体功能怎么用并不是很直接,怎么自定义控制加载不同模型的权重,怎么样多GPU并行,怎么样自定义每一层的学习率和weight decay,以及怎么调整学习率等等,都要自己摸索,官方支持还不是很人性化,后面博客可能会介绍这些topics。


END



双一流大学研究生团队创建,专注于目标检测与深度学习,希望可以将分享变成一种习惯!

点赞三连,支持一下吧↓

浏览 20
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报