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：NumPy PyTorch：张量 PyTorch：张量和 Autograd PyTorch：定义新的 Autograd 函数 PyTorch：nn PyTorch：optim PyTorch：自定义nn模块 PyTorch：控制流 + 权重共享 torch.nn到底是什么？ 使用 TensorBoard 可视化模型，数据和训练 图片/视频 torchvision对象检测微调教程 计算机视觉的迁移学习教程 对抗示例生成 DCGAN 教程 音频 音频 I/O 和torchaudio的预处理 使用torchaudio的语音命令识别 文本 使用nn.Transformer和torchtext的序列到序列建模 从零开始的 NLP：使用字符级 RNN 分类名称 从零开始的 NLP：使用字符级 RNN 生成名称 从零开始的 NLP：使用序列到序列网络和注意力的翻译 使用torchtext的文本分类 torchtext语言翻译 强化学习 强化学习（DQN）教程 训练玩马里奥的 RL 智能体 在生产中部署 PyTorch 模型 通过使用 Flask 的 REST API 在 Python 中部署 PyTorch TorchScript 简介 在 C++ 中加载 TorchScript 模型 将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选） 前端 API PyTorch 中的命名张量简介（原型） PyTorch 中通道在最后的内存格式（beta） 使用 PyTorch C++ 前端 自定义 C++ 和 CUDA 扩展 使用自定义 C++ 运算符扩展 TorchScript 使用自定义 C++ 类扩展 TorchScript TorchScript 中的动态并行性 C++ 前端中的 Autograd 在 C++ 中注册调度运算符 模型优化 分析您的 PyTorch 模块 使用 Ray Tune 的超参数调整 模型剪裁教程 LSTM 单词语言模型上的动态量化（beta） BERT 上的动态量化（Beta） PyTorch 中使用 Eager 模式的静态量化（beta） 计算机视觉的量化迁移学习教程（beta） 并行和分布式训练 PyTorch 分布式概述 单机模型并行最佳实践 分布式数据并行入门 用 PyTorch 编写分布式应用 分布式 RPC 框架入门 使用分布式 RPC 框架实现参数服务器 使用 RPC 的分布式管道并行化 使用异步执行实现批量 RPC 处理 将分布式DataParallel与分布式 RPC 框架相结合