PyTorchチュートリアル（日本語翻訳版）

[0] 目次（table of contents） 日本語解説へ

[1] テンソル（Tensors） 日本語解説へ

[2] データセットとデータローダー（Datasets & DataLoaders） 日本語解説へ

[3] データ変換（Transforms） 日本語解説へ

[4] モデル構築（Build Model） 日本語解説へ

[5] 自動微分（Autograd） 日本語解説へ

[6] 最適化（Optimization Loop） 日本語解説へ

[7] モデルの保存・読み込み（Save, Load and Use Model） 日本語解説へ

[8] クイックスタート（Quickstart） 日本語解説へ

[1] PyTorch60分講座: PyTorchとは？（DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ：WHAT IS PYTORCH?） 日本語解説へ

[2] PyTorch60分講座: Autograd（自動微分）（AUTOGRAD: AUTOMATIC DIFFERENTIATION） 日本語解説へ

[3] PyTorch60分講座: ニューラルネットワーク入門（NEURAL NETWORKS） 日本語解説へ

[4] PyTorch60分講座: クラス分類モデルの訓練方法（TRAINING A CLASSIFIER） 日本語解説へ

[5] 例題を用いた、PyTorchの各要素の解説（LEARNING PYTORCH WITH EXAMPLES） 日本語解説へ

[6] torch.nnの解説（WHAT IS TORCH.NN REALLY?） 日本語解説へ

[7] TensorBoardを用いたモデル、データと訓練の可視化（VISUALIZING MODELS, DATA, AND TRAINING WITH TENSORBOARD） 日本語解説へ

[1] 画像分類タスクに対する転移学習の方法（TRANSFER LEARNING FOR COMPUTER VISION TUTORIAL） 日本語解説へ

[2] Torchvisionを利用した物体検出のファインチューニング手法（TORCHVISION OBJECT DETECTION FINETUNING TUTORIAL） 日本語解説へ

[3] 敵対的サンプル（adversarial examples）の生成（ADVERSARIAL EXAMPLE GENERATION） 日本語解説へ

[4] DCGANの実装チュートリアル（DCGAN TUTORIAL） 日本語解説へ

[1] TransformerとTorchTextを用いたsequence-to-sequenceモデルの学習（SEQUENCE-TO-SEQUENCE MODELING WITH NN.TRANSFORMER AND TORCHTEXT） 日本語解説へ

[2] 文字単位RNNによる名前（苗字）の分類（NLP FROM SCRATCH: CLASSIFYING NAMES WITH A CHARACTER-LEVEL RNN） 日本語解説へ

[3] 文字単位RNNによる名前（苗字）の生成（NLP FROM SCRATCH: GENERATING NAMES WITH A CHARACTER-LEVEL RNN） 日本語解説へ

[4] sequence to sequenceとアテンションによる翻訳モデル（NLP FROM SCRATCH: TRANSLATION WITH A SEQUENCE TO SEQUENCE NETWORK AND ATTENTION） 日本語解説へ

[5] TorchTextを使用したテキスト分類（TEXT CLASSIFICATION WITH TORCHTEXT） 日本語解説へ

[6] TorchTextを使用した言語翻訳（LANGUAGE TRANSLATION WITH TORCHTEXT） 日本語解説へ

[1] 強化学習（DQN）チュートリアル （REINFORCEMENT LEARNING (DQN) TUTORIAL） 日本語解説へ

[2] 強化学習を用いたマリオの訓練 （TRAIN A MARIO-PLAYING RL AGENT） 日本語解説へ

[3] 強化学習チートシート （RL CHEAT SHEET） 日本語解説へ

[1] FlaskのREST APIとしてデプロイする方法（Python環境）（DEPLOYING PYTORCH IN PYTHON VIA A REST API WITH FLASK） 日本語解説へ

[2] TorchScript入門（INTRODUCTION TO TORCHSCRIPT） 日本語解説へ

[3] C++でのTorchScriptモデルのロード手法（LOADING A TORCHSCRIPT MODEL IN C++） 日本語解説へ

[4] PyTorchモデルのONNXへの変換とONNXランタイムでの実行((OPTIONAL) EXPORTING A MODEL FROM PYTORCH TO ONNX AND RUNNING IT USING ONNX RUNTIME) 日本語解説へ

[1] PyTorch Distributedの概要（PYTORCH DISTRIBUTED OVERVIEW） 日本語解説へ

[2] シングルマシン環境におけるモデル並列訓練（SINGLE-MACHINE MODEL PARALLEL BEST PRACTICES） 日本語解説へ

[3] 分散データ並列訓練入門（GETTING STARTED WITH DISTRIBUTED DATA PARALLEL） 日本語解説へ

[4] PyTorchで実装する分散アプリケーション（WRITING DISTRIBUTED APPLICATIONS WITH PYTORCH） 日本語解説へ

[5] 分散RPCフレームワーク入門（GETTING STARTED WITH DISTRIBUTED RPC FRAMEWORK） 日本語解説へ

[6] 分散RPCフレームワークを用いたパラメーターサーバーの実装（IMPLEMENTING A PARAMETER SERVER USING DISTRIBUTED RPC FRAMEWORK） 日本語解説へ

[7] RPCを用いた分散パイプライン並列化（DISTRIBUTED PIPELINE PARALLELISM USING RPC） 日本語解説へ

[8] 非同期実行を用いたバッチRPC処理の実装（IMPLEMENTING BATCH RPC PROCESSING USING ASYNCHRONOUS EXECUTIONS） 日本語解説へ

[9] 分散データ並列と分散RPCフレームワークの連携（COMBINING DISTRIBUTED DATAPARALLEL WITH DISTRIBUTED RPC FRAMEWORK） 日本語解説へ

英語版のチュートリアルサイトでは項目がもう少し細かく分かれていますが、Jupyter Notebookは同じなので、以下2つにまとめています。

[1] torchaudioによる音声データの取り扱い（AUDIO MANIPULATION WITH TORCHAUDIO） 日本語解説へ

[2] tourchaudioを用いた音声コマンド認識（分類）ニューラルネットワークの構築（SPEECH COMMAND RECOGNITION WITH TORCHAUDIO） 日本語解説へ

[1] PyTorchモジュールのプロファイリング方法（Profiling your PyTorch Module） 日本語解説へ

[2] Ray Tuneを用いたハイパーパラメータチューニング（Hyperparameter tuning with Ray Tune） 日本語解説へ

[3] 枝刈り（Pruning）のチュートリアル（Pruning Tutorial） 日本語解説へ

[4] LSTM単語言語モデルの動的量子化（ベータ版）（(beta) Dynamic Quantization on an LSTM Word Language Model） 日本語解説へ

[5] 画像分類における量子化済み転移学習（ベータ版）（(beta) Quantized Transfer Learning for Computer Vision Tutorial） 日本語解説へ

[6] BERTの動的量子化（ベータ版）（(beta) Dynamic Quantization on BERT） 日本語解説へ

[・] 現在作成中、少々お待ちください