注意
转到末尾 下载完整示例代码。
模板教程#
创建日期:2023年3月29日 | 最后更新:2024年7月10日 | 最后验证:未验证
您将学到什么
项目 1
项目 2
项目 3
先决条件
PyTorch v2.0.0
GPU ???
其他项目 3
如果您有视频,请像这样添加
要在本地测试您的教程,您可以执行以下操作之一:
您可以使用
GALLERY_PATTERN环境变量来控制生成结果的特定文件。GALLERY_PATTERN 变量支持正则表达式。例如,要仅运行neural_style_transfer_tutorial.py,请使用以下命令:GALLERY_PATTERN="neural_style_transfer_tutorial.py" make html
或
GALLERY_PATTERN="neural_style_transfer_tutorial.py" sphinx-build . _build
复制此存储库,并将您的教程添加到 beginner_source 目录中,删除所有其他教程。然后运行
make html。
验证创建的 HTML 中所有输出是否已正确生成。
概述#
描述这个主题为什么重要?添加相关研究论文的链接。
本教程将引导您完成……的过程。
步骤#
示例代码(下面的输出是自动生成的)
import torch
x = torch.rand(5, 3)
print(x)
tensor([[0.5355, 0.3316, 0.4530],
[0.4467, 0.9105, 0.2527],
[0.2665, 0.2760, 0.5614],
[0.0594, 0.8458, 0.1407],
[0.1537, 0.5635, 0.5697]])
(可选)附加练习#
添加额外的练习题供用户测试他们的知识。例如:从零开始的 NLP。
结论#
总结所涵盖的步骤和概念。突出关键要点。
进一步阅读#
链接1
链接2
脚本总运行时间: (0 分钟 0.006 秒)