https://linkedbus.com/sitetag/pytorch/ Recent content in PyTorch on 链氪巴士 Hugo -- gohugo.io zh-CN Tue, 10 Dec 2024 15:37:03 +0800 https://linkedbus.com/sites/22910.html Tue, 10 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22910.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post TorchGeo-地理空间数据处理的全方位工具" /><p class="site-visit"><a href="https://github.com/microsoft/torchgeo" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目名torchgeo-为地理空间数据提供数据集采样器转换和预训练模型"><a href="#%e9%a1%b9%e7%9b%ae%e5%90%8dtorchgeo-%e4%b8%ba%e5%9c%b0%e7%90%86%e7%a9%ba%e9%97%b4%e6%95%b0%e6%8d%ae%e6%8f%90%e4%be%9b%e6%95%b0%e6%8d%ae%e9%9b%86%e9%87%87%e6%a0%b7%e5%99%a8%e8%bd%ac%e6%8d%a2%e5%92%8c%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>项目名：TorchGeo-为地理空间数据提供数据集、采样器、转换和预训练模型 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>TorchGeo是一个PyTorch领域库，类似于torchvision，专门为地理空间数据提供数据集、采样器、转换和预训练模型。它旨在简化机器学习专家处理地理空间数据的过程，也便于遥感专家探索机器学习解决方案。可以使用pip安装，同时文档涵盖API、贡献指南和多个教程。</p> https://linkedbus.com/sites/22886.html Mon, 09 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22886.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post PrimeAIM-AI驱动的瞄准辅助工具" /><p class="site-visit"><a href="https://github.com/PrimeMarket/PrimeAIM" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目标题primeaim-ai驱动的瞄准辅助工具"><a href="#%e9%a1%b9%e7%9b%ae%e6%a0%87%e9%a2%98primeaim-ai%e9%a9%b1%e5%8a%a8%e7%9a%84%e7%9e%84%e5%87%86%e8%be%85%e5%8a%a9%e5%b7%a5%e5%85%b7" class="header-anchor"></a>项目标题：PrimeAIM-AI驱动的瞄准辅助工具 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>PrimeAIM是一个由AI驱动的瞄准辅助工具。它使用opencv-python包进行屏幕捕获，利用PyTorch结合YOLOv5进行对象/玩家检测。采用Python编写使其能避开大多数反作弊检测。并且它运用Windows API来控制鼠标移动以实现精确瞄准。这个项目提供了多种功能，例如可选择瞄准头部或胸部、调整瞄准速度、修改AI置信阈值（仅限高级用户）、自定义瞄准热键、启用或禁用瞄准辅助视野（FOV）、自定义FOV颜色、调整FOV大小、启用或禁用彩虹FOV、启用或禁用FOV覆盖层、自定义ESP颜色、启用或禁用ESP线条、启用或禁用ESP框、启用或禁用ESP置信显示等。</p> https://linkedbus.com/sites/22238.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22238.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post apachecn/pytorch-doc-zh：Pytorch中文文档" /><p class="site-visit"><a href="https://github.com/apachecn/pytorch-doc-zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名apachecnpytorch-doc-zhpytorch中文文档"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dapachecnpytorch-doc-zhpytorch%e4%b8%ad%e6%96%87%e6%96%87%e6%a1%a3" class="header-anchor"></a>【Github】项目名：apachecn/pytorch-doc-zh：Pytorch中文文档 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是一个关于PyTorch的中文文档项目，目前正在翻译2.0版本，包含最新英文教程和文档的中文翻译。</p> <h3 id="项目目的"><a href="#%e9%a1%b9%e7%9b%ae%e7%9b%ae%e7%9a%84" class="header-anchor"></a>项目目的 </h3><p>旨在为使用PyTorch的用户提供中文的文档资源，方便更多人参与完善，欢迎任何人参与该项目，秉持知识重在传播和迭代的理念。</p> https://linkedbus.com/sites/21576.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21576.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post brightmart/roberta_zh：RoBERTa中文预训练模型" /><p class="site-visit"><a href="https://github.com/brightmart/roberta_zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名brightmartroberta_zhroberta中文预训练模型"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dbrightmartroberta_zhroberta%e4%b8%ad%e6%96%87%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>【Github】项目名：brightmart/roberta_zh：RoBERTa中文预训练模型 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>本项目是用TensorFlow实现了在大规模中文上RoBERTa的预训练，也会提供PyTorch的预训练模型和加载方式。RoBERTa是BERT的改进版，通过改进训练任务和数据生成方式、训练更久、使用更大批次、使用更多数据等获得了较好的效果，可以用Bert直接加载。项目包含不同层数（如6层、12层、24层）的RoBERTa模型，训练数据涵盖新闻、社区问答、多个百科数据等，规模从10G到30G不等。同时还给出了在多个任务（如互联网新闻情感分析、自然语言推断、问题匹配语任务、阅读理解等）上与其他模型（如BERT、Bert – wwm – ext、XLNet等）的效果对比。</p> https://linkedbus.com/sites/21557.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21557.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post Chinese-Text-Classification-Pytorch：基于pytorch的中文文本分类项目" /><p class="site-visit"><a href="https://github.com/649453932/Chinese-Text-Classification-Pytorch" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名chinese-text-classification-pytorch基于pytorch的中文文本分类项目"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dchinese-text-classification-pytorch%e5%9f%ba%e4%ba%8epytorch%e7%9a%84%e4%b8%ad%e6%96%87%e6%96%87%e6%9c%ac%e5%88%86%e7%b1%bb%e9%a1%b9%e7%9b%ae" class="header-anchor"></a>【Github】项目名：Chinese-Text-Classification-Pytorch：基于pytorch的中文文本分类项目 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>该项目主要围绕中文文本分类展开，包含TextCNN、TextRNN、FastText、TextRCNN、BiLSTM_Attention、DPCNN、Transformer等多种模型，基于pytorch实现且开箱即用。项目中的博客数据以字为单位输入模型，预训练词向量使用搜狗新闻Word+Character300d。使用的中文数据集是从THUCNews中抽取的20万条新闻标题，共10个类别，每个类别2万条，数据集划分为训练集18万、验证集1万、测试集1万。</p> https://linkedbus.com/sites/21591.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21591.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post fendouai/PyTorchDocs：PyTorch官方中文教程资源汇总" /><p class="site-visit"><a href="https://github.com/fendouai/PyTorchDocs" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名fendouaipytorchdocspytorch官方中文教程资源汇总"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dfendouaipytorchdocspytorch%e5%ae%98%e6%96%b9%e4%b8%ad%e6%96%87%e6%95%99%e7%a8%8b%e8%b5%84%e6%ba%90%e6%b1%87%e6%80%bb" class="header-anchor"></a>【Github】项目名：fendouai/PyTorchDocs：PyTorch官方中文教程资源汇总 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是PyTorch的官方中文教程项目。在深度学习领域有多种框架，PyTorch以其简洁、高效等优势脱颖而出。该项目定位为PyTorch入门教程，主要面向学生和深度学习爱好者。教程涵盖PyTorch介绍、安装教程，还有60分钟快速入门教程、计算机视觉常用模型、自然语言处理模型以及强化学习和生成对抗网络等多方面内容，并且官方文档还有视频版上线B站。此外，针对不同需求如了解PyTorch、快速入门、解决计算机视觉或自然语言处理问题等都有对应的教程内容。</p> https://linkedbus.com/sites/21233.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21233.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post AiLearning：涵盖数据分析到机器学习多方面的学习资源" /><p class="site-visit"><a href="https://github.com/apachecn/AiLearning" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名ailearning涵盖数据分析到机器学习多方面的学习资源"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dailearning%e6%b6%b5%e7%9b%96%e6%95%b0%e6%8d%ae%e5%88%86%e6%9e%90%e5%88%b0%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e5%a4%9a%e6%96%b9%e9%9d%a2%e7%9a%84%e5%ad%a6%e4%b9%a0%e8%b5%84%e6%ba%90" class="header-anchor"></a>【Github】项目名：AiLearning：涵盖数据分析到机器学习多方面的学习资源 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>AiLearning是一个包含丰富内容的项目，主要涉及数据分析、机器学习实战、线性代数、PyTorch、NLTK、TF2等方面。它提供了诸如学习文档、教程、代码示例等资源，并且有多种版本支持的说明，还给出了从入门到中级的学习路线以及不同学习场景下的建议。例如，对于机器学习实战部分，详细列出了各章节的类型、负责人等信息。在自然语言处理方面，对国内外的相关情况进行了对比，同时也给出了入门须知、教程推荐等内容。</p> https://linkedbus.com/sites/21394.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21394.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post chenyuntc/pytorch-book：PyTorch入门与实战教程资源库" /><p class="site-visit"><a href="https://github.com/chenyuntc/pytorch-book" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名chenyuntcpytorch--bookpytorch入门与实战教程资源库"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dchenyuntcpytorch--bookpytorch%e5%85%a5%e9%97%a8%e4%b8%8e%e5%ae%9e%e6%88%98%e6%95%99%e7%a8%8b%e8%b5%84%e6%ba%90%e5%ba%93" class="header-anchor"></a>【Github】项目名：chenyuntc/pytorch – book：PyTorch入门与实战教程资源库 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>这是书籍《深度学习框架PyTorch：入门与实践（第2版）》对应的代码库，可作为独立的PyTorch入门指南和教程。全书代码基于PyTorch1.8版本编写，包含基本使用、高级扩展和实战应用三大模块。</p> https://linkedbus.com/sites/21250.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21250.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post HanLP：面向生产环境的多语种自然语言处理工具包" /><p class="site-visit"><a href="https://github.com/hankcs/HanLP" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名hanlp--面向生产环境的多语种自然语言处理工具包"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dhanlp--%e9%9d%a2%e5%90%91%e7%94%9f%e4%ba%a7%e7%8e%af%e5%a2%83%e7%9a%84%e5%a4%9a%e8%af%ad%e7%a7%8d%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80%e5%a4%84%e7%90%86%e5%b7%a5%e5%85%b7%e5%8c%85" class="header-anchor"></a>【Github】项目名：HanLP – 面向生产环境的多语种自然语言处理工具包 </h2><p>HanLP是一个开源的自然语言处理工具包，基于PyTorch和TensorFlow2.x双引擎构建。它具有功能完善、精度准确、性能高效、语料时新、架构清晰、可自定义等特点。这个工具包支持包括简繁中英日俄法德在内的130种语言上的10种联合任务以及多种单任务。</p> https://linkedbus.com/sites/21318.html Thu, 05 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21318.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post zergtant/pytorch-handbook:开源PyTorch入门书籍" /><p class="site-visit"><a href="https://github.com/zergtant/pytorch-handbook" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名zergtantpytorch--handbook--开源pytorch入门书籍"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dzergtantpytorch--handbook--%e5%bc%80%e6%ba%90pytorch%e5%85%a5%e9%97%a8%e4%b9%a6%e7%b1%8d" class="header-anchor"></a>【Github】项目名：zergtant/pytorch – handbook – 开源PyTorch入门书籍 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>pytorch – handbook是一本开源书籍，旨在助力希望使用PyTorch进行深度学习开发和研究的朋友快速入门，其中的Pytorch教程都已测试确保可成功运行。编写时参考了网上资料且附上原文地址。作者会随PyTorch版本更新完善内容，还提供了在线版本、PDF国内镜像等资源，并提供了交流群号等信息。</p>