PyTorch Référence de poche

Index

Symboles

• * opérateur, Opérations tensorielles pour les mathématiques
• + opérateur, exemple simple d'unité centrale
• Type de données à virgule flottante de 16 bits, Types de données
• Type de données entières de 16 bits, Types de données
• Couches transposées convolutionnelles 2D, Conception de modèles
• Type de données en virgule flottante 32 bits, Types de données
• Type de données entières de 32 bits, Types de données
• Type de données en virgule flottante 64 bits, Types de données
• Type de données entières de 64 bits, Types de données
• Type de données entières de 8 bits, Types de données

A

• accélération et optimisation
  • à propos, Accélération et optimisation de PyTorch
  • Traitement parallèle des données, PyTorch sur plusieurs GPU (machine unique)-L'approche multiprocessus à l'aide de DDP (préférable), Traitement parallèle des données et traitement parallèle des modèles combinés-Traitementparallèle des données et traitement parallèle des modèles combinés.
  • formation distribuée, formation distribuée (plusieurs machines)
  • Tuning d 'hyperparamètres, Tuning d'hyperparamètres-Tuningd' hyperparamètres
  • Optimisation du modèle, Optimisation du modèle -Méthodes d'élagage personnalisées
  • Traitement parallèlepar modèle, Traitement parallèle par modèle -Traitement parallèle par données combinéeset Traitement parallèle par modèle
  • plusieurs GPU, PyTorch sur plusieurs GPU (une seule machine)-traitement parallèle de données et traitement parallèle de modèles combinés.
  • élagage,élagage-Méthodes d'élagage personnalisées
  • quantification ...