PyTorchチュートリアル(日本語翻訳版)

本サイトの概要

[1] 本サイトでは、「PyTorch 公式チュートリアル(英語版 version 1.8.0)」を日本語に翻訳してお届けします。

[2] 公式チュートリアルは、①解説ページ、②解説ページと同じ内容のGoogle Colaboratoryファイル、の2つから構成されています。
両者は基本的には同じ内容です。本サイトでは 「Google Colaboratoryファイル」で、チュートリアルの日本語訳を用意しております(未完成分は順次公開いたします)。

[3] 本サイトのチュートリアルの閲覧および実行は、Google Colaboratory環境を前提とします。
(本サイトのライセンスはこちらとなります)

[4] 本サイトに掲載している、日本語チュートリアルをまとめて配置したGitHubはこちらとなります。

0. PyTorch入門(Learn the Basics)

[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. PyTorch基礎(Learning PyTorch)

[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

2. 画像処理と動画(Image/Video)

[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

3. 自然言語処理(Text)

[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

4. 深層強化学習(Reinforcement Learning)

[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

5. PyTorchモデルのデプロイメント手法(Deploying PyTorch Models in Production)

[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

6. 並列分散型の訓練手法(Parallel and Distributed Training)

[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

7. 音声データ(Audio)

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

8. モデル最適化(Model Optimization)

[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

9. PyTorchのフロントエンド利用(Frontend APIs)

[・] 現在作成中、少々お待ちください