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 1.7.0)」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
「Gooogle 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。
1. PyTorch入門(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)
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)
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)
[・] 現在作成中、少々お待ちください
8. モデル最適化(Model Optimization)
[・] 現在作成中、少々お待ちください
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