AllenNLP是一个相对成熟的基于深度学习的NLP工具包，它 构建于 PyTorch 之上，它的设计遵循以下原则：（1）超模块化和轻量化。你可以使用自己喜欢的组件与 PyTorch 无缝连接。（2）经过广泛测试，易于扩展。测试覆盖率超过 90%，示例...

新增了七个教程：PyTorch 中文官方教程 1.7 学习 PyTorch PyTorch 深度学习：60 分钟的突击 张量torch.autograd的简要介绍神经网络训练分类器通过示例学习 PyTorch 热身：NumPyPyTorch：张量PyTorch：张量和 AutogradPyTor......

机器之心专栏机器之心编辑部Persia打破了前几代的推荐训练框架（同构的）设计思路，首次采用异构的设计思路，更合理地配置了CPU和GPU，实现了极致化的性价比。个性化推荐是互联网行业提升 DAU （Daily Active Users）和收入的核心...

Torch脚本是一种从PyTorch代码创建可序列化和可优化模型的方法。用Torch脚本编写的代码可以从Python进程中保存，并在没有Python依赖的进程中加载。

torch.distributed 支持三个后端，每个后端具有不同的功能。下表显示哪些功能可用于CPU/CUDA张量。仅当用于构建PyTorch的实现支持时，MPI才支持CUDA。

在这个简短的教程中，我们将讨论PyTorch的分布式软件包。 我们将看到如何设置分布式设置，使用不同的通信策略，并查看包的内部部分。

本教程将展示如何使用 PyTorch 在OpenAI Gym的任务集上训练一个深度Q学习 (DQN) 智能点。

作者：Jeremy Howard，fast.ai。感谢Rachel Thomas和Francisco Ingham的帮助和支持。

译者：yuange250最佳方案保存模型的推荐方法Pytorch主要有两种方法可用于序列化和保存一个模型。第一种只存取模型的参数（更为推荐）： 保存参数：torch.save(the_model.state_dict(), PATH)读取参数：the_model = TheModelClass...

在这篇教程中我们会展示如何使用 Amazon AWS 的两个多路GPU节点来设置，编写和运行 PyTorch 1.0 分布式训练程序。首先我们会介绍 AWS 设置, 然后是 PyTorch 环境配置, 最后是分布式训练的代码。你会发现想改成分布式应...