一如既往,PyTorch 1.4 中文文档校对活动启动了!

认领须知

请您勇敢地去翻译和改进翻译。虽然我们追求卓越,但我们并不要求您做到十全十美,因此请不要担心因为翻译上犯错——在大部分情况下,我们的服务器已经记录所有的翻译,因此您不必担心会因为您的失误遭到无法挽回的破坏。(改编自维基百科)

可能有用的链接:

流程

一、认领

首先查看整体进度,确认没有人认领了你想认领的章节。

然后回复 ISSUE,注明“章节 + QQ 号”(一定要留 QQ)。

需要取消认领的人也在此留言,两个月未完成默认放弃任务。

二、校对

需要校对:

  1. 语法
  2. 术语使用
  3. 文档格式

注:可以合理利用翻译引擎(例如[谷歌](https://translate.google.cn),但一定要把它变得可读!

如果觉得现有翻译不好,重新翻译也是可以的。

图片存放在docs/<version>/img目录下,记得文章也改为相对路径。

三、提交

提交的时候不要改动文件名称,即使它跟章节标题不一样也不要改,因为文件名和原文的链接是对应的!!!

  • fork Github 项目
  • 将译文放在docs/1.4文件夹下
  • push
  • pull request

请见 Github 入门指南

整体进度

章节 校验者 进度
中文教程 - -
入门 - -
使用 PyTorch 进行深度学习:60 分钟的闪电战
编写自定义数据集,数据加载器和转换
使用 TensorBoard 可视化模型,数据和训练
图片 - -
TorchVision 对象检测微调教程
转移学习的计算机视觉教程
空间变压器网络教程
使用 PyTorch 进行神经传递
对抗示例生成
DCGAN 教程
音频 - -
torchaudio 教程
文本 - -
NLP From Scratch: 使用char-RNN对姓氏进行分类
NLP From Scratch: 生成名称与字符级RNN
NLP From Scratch: 基于注意力机制的 seq2seq 神经网络翻译
使用 TorchText 进行文本分类
使用 TorchText 进行语言翻译
使用 nn.Transformer 和 TorchText 进行序列到序列建模
命名为 Tensor(实验性) - -
(实验性)PyTorch 中的命名张量简介
强化学习 - -
强化学习(DQN)教程 @Dynmi 100%
在生产中部署 PyTorch 模型 - -
通过带有 Flask 的 REST API 在 Python 中部署 PyTorch
TorchScript 简介
在 C ++中加载 TorchScript 模型
(可选)将模型从 PyTorch 导出到 ONNX 并使用 ONNX Runtime 运行
并行和分布式训练 - -
单机模型并行最佳实践
分布式数据并行入门
用 PyTorch 编写分布式应用程序
分布式 RPC 框架入门
(高级)带有 Amazon AWS 的 PyTorch 1.0 分布式训练师
扩展 PyTorch - -
使用自定义 C ++运算符扩展 TorchScript
使用自定义 C ++类扩展 TorchScript
使用 numpy 和 scipy 创建扩展
自定义 C ++和 CUDA 扩展
模型优化 - -
LSTM Word 语言模型上的(实验)动态量化
(实验性)在 PyTorch 中使用 Eager 模式进行静态量化
(实验性)计算机视觉教程的量化转移学习
(实验)BERT 上的动态量化
修剪教程
PyTorch 用其他语言 - -
使用 PyTorch C ++前端
PyTorch 基础知识 - -
通过示例学习 PyTorch
torch.nn 到底是什么?
文件 - -
笔记 - -
自动毕业力学
广播语义
CPU 线程和 TorchScript 推断
CUDA 语义
分布式 Autograd 设计
扩展 PyTorch
经常问的问题
大规模部署的功能
并行处理最佳实践
重现性
远程参考协议
序列化语义
Windows 常见问题
XLA 设备上的 PyTorch
语言绑定 - -
PyTorch C ++ API
PyTorch Java API
Python API - -
torch
torch.nn
torch功能
torch张量
张量属性
自动差分包-Torch.Autograd
torch.cuda
分布式通讯包-Torch.Distributed
概率分布-torch分布
torch.hub
torch脚本
torch.nn.init
torch.onnx
torch.optim
量化
分布式 RPC 框架
torch随机
torch稀疏
torch存储
torch.utils.bottleneck
torch.utils.checkpoint
torch.utils.cpp_extension
torch.utils.data
torch.utils.dlpack
torch.utils.model_zoo
torch.utils.tensorboard
类型信息
命名张量
命名为 Tensors 操作员范围
糟糕!
torchvision参考 - -
torchvision
音频参考 - -
torchaudio
torchtext参考 - -
torchtext
社区 - -
PyTorch 贡献指南
PyTorch 治理
PyTorch 治理 感兴趣的人

历史版本

项目负责人

第4期 1.2/1.4 (2019-09-17)

第3期 1.0 (2019-06-10)

第2期 1.0 (2019-01-22)

第1期 0.3 (2018-04-04)

-- 负责人要求: (欢迎一起为 Pytorch 中文版本 做贡献)

  • 热爱开源,喜欢装逼
  • 长期使用 PyTorch(至少1年)
  • 能够有时间及时优化页面bug和用户issues
  • 由于会不定期和 PyTorch 官方 进行issues or email 交流,所以更要积极主动
  • 试用期: 2个月
  • 欢迎联系: 片刻 529815144

建议反馈

赞助我们

PyTorch 1.4 中文文档校对活动正式启动 | ApacheCN的更多相关文章

  1. UCB DS100 讲义《数据科学的原理与技巧》校对活动正式启动 | ApacheCN

    贡献指南:https://github.com/apachecn/ds100-textbook-zh/blob/master/CONTRIBUTING.md 整体进度:https://github.c ...

  2. Apache Spark 2.2.0 中文文档 - 集群模式概述 | ApacheCN

    集群模式概述 该文档给出了 Spark 如何在集群上运行.使之更容易来理解所涉及到的组件的简短概述.通过阅读 应用提交指南 来学习关于在集群上启动应用. 组件 Spark 应用在集群上作为独立的进程组 ...

  3. Apache Spark 2.2.0 中文文档 - SparkR (R on Spark) | ApacheCN

    SparkR (R on Spark) 概述 SparkDataFrame 启动: SparkSession 从 RStudio 来启动 创建 SparkDataFrames 从本地的 data fr ...

  4. Apache Spark 2.2.0 中文文档 - Structured Streaming 编程指南 | ApacheCN

    Structured Streaming 编程指南 概述 快速示例 Programming Model (编程模型) 基本概念 处理 Event-time 和延迟数据 容错语义 API 使用 Data ...

  5. Apache Spark 2.2.0 中文文档 - Spark Streaming 编程指南 | ApacheCN

    Spark Streaming 编程指南 概述 一个入门示例 基础概念 依赖 初始化 StreamingContext Discretized Streams (DStreams)(离散化流) Inp ...

  6. Apache Storm 1.1.0 中文文档 | ApacheCN

    前言 Apache Storm 是一个免费的,开源的,分布式的实时计算系统. 官方文档: http://storm.apache.org 中文文档: http://storm.apachecn.org ...

  7. Apache Spark 2.2.0 中文文档

    Apache Spark 2.2.0 中文文档 - 快速入门 | ApacheCN Geekhoo 关注 2017.09.20 13:55* 字数 2062 阅读 13评论 0喜欢 1 快速入门 使用 ...

  8. PyTorch官方中文文档:PyTorch中文文档

    PyTorch中文文档 PyTorch是使用GPU和CPU优化的深度学习张量库. 说明 自动求导机制 CUDA语义 扩展PyTorch 多进程最佳实践 序列化语义 Package参考 torch to ...

  9. PyTorch官方中文文档:torch.nn

    torch.nn Parameters class torch.nn.Parameter() 艾伯特(http://www.aibbt.com/)国内第一家人工智能门户,微信公众号:aibbtcom ...

随机推荐

  1. C9软件工程非一线城市面试经验

    本人C9软件工程毕业,由于家境一般,不想去一线城市面对天价房价,所以面的都不是互联网大厂. 人生第一面: 2021.11.29 五某汽车 软件工程岗面试 提前3天发了短信,然后拉了一个面试微信群 1. ...

  2. iOS提交AppStore审核时:提示有其他支付并隐藏功能被拒的处理办法

    背景提示:数字类产品(比如购买会员等不需要配送实物的商品),Apple规定必须使用苹果IAP应用内支付,给Apple分成30%.打包的时候不要勾选微信或支付宝等其他支付方式.如果你提交的包里包含了微信 ...

  3. rapidjson解析与构造实例

    void rapidjson1(){ rapidjson::StringBuffer s; rapidjson::Writer<rapidjson::StringBuffer> write ...

  4. Java,JDK安装及环境配置

    jdk安装及环境配置 一.jdk安装 1.找到jdk安装包 2.安装jdk 3.安装jre 二.环境变量配置          1.JAVA_HOME JAVA_HOME C:\Program Fil ...

  5. Java面向对象笔记 • 【第1章 面向对象】

    全部章节   >>>> 本章目录 1.1 类和对象 1.1.1 类和对象的概念 1.1.2 类的语法结构 1.1.3 对象的创建和使用 1.1.4 对象和引用 1.1.5 实践 ...

  6. Mybatis-Plus的引用

    一.依赖 <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-b ...

  7. 51 Nod 1183 编辑距离 (动态规划基础)

    原题链接:1183 编辑距离 题目分析:这个最少的操作次数,通常被称之为编辑距离."编辑距离"一次本身具有最短的意思在里面.因为题目有"最短"这样的关键词,首先 ...

  8. 谱分解(SD)

    前提:矩阵A必须可相似对角化! 充分条件: $A$ 是实对称矩阵 $A$ 有 $n$ 个互异特征值 $A^{\wedge} 2=A $ $\mathrm{A}^{\wedge} 2=\mathrm{E ...

  9. Appium+python自动化测试过程中问题

    一.自动删除contactmanager 自动化测试appium提供的sample如下包/activity:com.example.android.contactmanager/.ContactMan ...

  10. jsp标签 formatNumber、formatDate、parseNumber、parseDate的使用

    引用本文的有关标签需要引用对应的标签库 <%--引入格式化动作标签库--%> <%@taglib prefix="fmt" uri="http://ja ...