吐血整理:PyTorch项目代码与资源列表 | 资源下载

吐血整理:PyTorch项目代码与资源列表 | 资源下载

本文是集智俱乐部小仙女所整理的资源,下面为原文。文末有下载链接。

本文收集了大量基于 PyTorch 实现的代码链接,其中有适用于深度学习新手的“入门指导系列”,也有适用于老司机的论文代码实现,包括 Attention Based CNN、A3C、WGAN等等。所有代码均按照所属技术领域分类,包括机器视觉/图像相关、自然语言处理相关、强化学习相关等等。所以如果你打算入手这风行一世的 PyTorch 技术,那么就快快收藏本文吧!

PyTorch 是什么?

PyTorch即 Torch 的 Python 版本。Torch 是由 Facebook 发布的深度学习框架,因支持动态定义计算图,相比于 Tensorflow 使用起来更为灵活方便,特别适合中小型机器学习项目和深度学习初学者。但因为 Torch 的开发语言是Lua,导致它在国内一直很小众。所以,在千呼万唤下,PyTorch应运而生!PyTorch 继承了 Troch 的灵活特性,又使用广为流行的 Python 作为开发语言,所以一经推出就广受欢迎!


目录:

  1. 入门系列教程
  2. 入门实例
  3. 图像、视觉、CNN相关实现
  4. 对抗生成网络、生成模型、GAN相关实现
  5. 机器翻译、问答系统、NLP相关实现
  6. 先进视觉推理系统
  7. 深度强化学习相关实现
  8. 通用神经网络高级应用


入门系列教程

1.PyTorch Tutorials

github.com/MorvanZhou/P

著名的“莫烦”PyTorch系列教程的源码。


2.Deep Learning with PyTorch: a 60-minute blitz

pytorch.org/tutorials/b

PyTorch官网推荐的由网友提供的60分钟教程,本系列教程的重点在于介绍PyTorch的基本原理,包括自动求导,神经网络,以及误差优化API。


3.Simple examples to introduce PyTorch

github.com/jcjohnson/py

由网友提供的PyTorch教程,通过一些实例的方式,讲解PyTorch的基本原理。内容涉及Numpy、自动求导、参数优化、权重共享等。


入门实例

1.Ten minutes pyTorch Tutorial

github.com/SherlockLiao

知乎上“十分钟学习PyTorch“系列教程的源码。


2.Official PyTorch Examples

github.com/pytorch/exam

官方提供的实例源码,包括以下内容:

  • MNIST Convnets
  • Word level Language Modeling using LSTM RNNs
  • Training Imagenet Classifiers with Residual Networks
  • Generative Adversarial Networks (DCGAN)
  • Variational Auto-Encoders
  • Superresolution using an efficient sub-pixel convolutional neural network
  • Hogwild training of shared ConvNets across multiple processes on MNIST
  • Training a CartPole to balance in OpenAI Gym with actor-critic
  • Natural Language Inference (SNLI) with GloVe vectors, LSTMs, and torchtext
  • Time sequence prediction - create an LSTM to learn Sine waves


3.PyTorch Tutorial for Deep Learning Researchers

github.com/yunjey/pytor

据说是提供给深度学习科研者们的PyTorch教程←_←。教程中的每个实例的代码都控制在30行左右,简单易懂,内容如下:

  • PyTorch Basics
  • Linear Regression
  • Logistic Regression
  • Feedforward Neural Network
  • Convolutional Neural Network
  • Deep Residual Network
  • Recurrent Neural Network
  • Bidirectional Recurrent Neural Network
  • Language Model (RNN-LM)
  • Generative Adversarial Network
  • Image Captioning (CNN-RNN)
  • Deep Convolutional GAN (DCGAN)
  • Variational Auto-Encoder
  • Neural Style Transfer
  • TensorBoard in PyTorch


4.PyTorch-playground

github.com/aaron-xichen

PyTorch初学者的Playground,在这里针对一下常用的数据集,已经写好了一些模型,所以大家可以直接拿过来玩玩看,目前支持以下数据集的模型。

  • mnist, svhn
  • cifar10, cifar100
  • stl10
  • alexnet
  • vgg16, vgg16_bn, vgg19, vgg19_bn
  • resnet18, resnet34, resnet50, resnet101, resnet152
  • squeezenet_v0, squeezenet_v1
  • inception_v3


图像、视觉、CNN相关实现

1.PyTorch-FCN

github.com/wkentaro/pyt

FCN(Fully Convolutional Networks implemented) 的PyTorch实现。


2.Attention Transfer

github.com/szagoruyko/a

论文 "Paying More Attention to Attention: Improving the Performance of Convolutional Neural Networks via Attention Transfer" 的PyTorch实现。


3.Wide ResNet model in PyTorch

github.com/szagoruyko/f

一个PyTorch实现的 ImageNet Classification 。


4.CRNN for image-based sequence recognition

github.com/bgshih/crnn.

这个是 Convolutional Recurrent Neural Network (CRNN) 的 PyTorch 实现。CRNN 由一些CNN,RNN和CTC组成,常用于基于图像的序列识别任务,例如场景文本识别和OCR。


5.Scaling the Scattering Transform: Deep Hybrid Networks

github.com/edouardoyall

使用了“scattering network”的CNN实现,特别的构架提升了网络的效果。


6.Conditional Similarity Networks (CSNs)

github.com/andreasveit/

《Conditional Similarity Networks》的PyTorch实现。


7.Multi-style Generative Network for Real-time Transfer

github.com/zhanghang198

MSG-Net 以及 Neural Style 的 PyTorch 实现。


8.Big batch training

github.com/eladhoffer/b

《Train longer, generalize better: closing the generalization gap in large batch training of neural networks》的 PyTorch 实现。


9.CortexNet

github.com/e-lab/pytorc

一个使用视频训练的鲁棒预测深度神经网络。


10.Neural Message Passing for Quantum Chemistry

github.com/priba/nmp_qc

论文《Neural Message Passing for Quantum Chemistry》的PyTorch实现,好像是讲计算机视觉下的神经信息传递。


对抗生成网络、生成模型、GAN相关实现

1.Generative Adversarial Networks (GANs) in PyTorch

github.com/devnag/pytor

一个非常简单的由PyTorch实现的对抗生成网络


2.DCGAN & WGAN with Pytorch

github.com/chenyuntc/py

由中国网友实现的DCGAN和WGAN,代码很简洁。


3.Official Code for WGAN

github.com/martinarjovs

WGAN的官方PyTorch实现。


4.DiscoGAN in PyTorch

github.com/carpedm20/Di

《Learning to Discover Cross-Domain Relations with Generative Adversarial Networks》的 PyTorch 实现。


5.Adversarial Generator-Encoder Network

github.com/DmitryUlyano

《Adversarial Generator-Encoder Networks》的 PyTorch 实现。


6.CycleGAN and pix2pix in PyTorch

github.com/junyanz/pyto

图到图的翻译,著名的 CycleGAN 以及 pix2pix 的PyTorch 实现。


7.Weight Normalized GAN

github.com/stormraiser/

《On the Effects of Batch and Weight Normalization in Generative Adversarial Networks》的 PyTorch 实现。


机器翻译、问答系统、NLP相关实现

1.DeepLearningForNLPInPytorch

github.com/rguthrie3/De

一套以 NLP 为主题的 PyTorch 基础教程。本教程使用Ipython Notebook编写,看起来很直观,方便学习。


2.Practial Pytorch with Topic RNN & NLP

github.com/spro/practic

以 RNN for NLP 为出发点的 PyTorch 基础教程,分为“RNNs for NLP”和“RNNs for timeseries data”两个部分。


3.PyOpenNMT: Open-Source Neural Machine Translation

github.com/OpenNMT/Open

一套由PyTorch实现的机器翻译系统。


4.Deal or No Deal? End-to-End Learning for Negotiation Dialogues

github.com/facebookrese

Facebook AI Research 论文《Deal or No Deal? End-to-End Learning for Negotiation Dialogues》的 PyTorch 实现。


5.Attention is all you need: A Pytorch Implementation

github.com/jadore801120

Google Research 著名论文《Attention is all you need》的PyTorch实现。


6.Improved Visual Semantic Embeddings

github.com/fartashf/vse

一种从图像中检索文字的方法,来自论文:《VSE++: Improved Visual-Semantic Embeddings》。


7.Reading Wikipedia to Answer Open-Domain Questions

github.com/facebookrese

一个开放领域问答系统DrQA的PyTorch实现。


8.Structured-Self-Attentive-Sentence-Embedding

github.com/ExplorerFred

IBM 与 MILA 发表的《A Structured Self-Attentive Sentence Embedding》的开源实现。


先进视觉推理系统

1.Visual Question Answering in Pytorch

github.com/Cadene/vqa.p

一个PyTorch实现的优秀视觉推理问答系统,是基于论文《MUTAN: Multimodal Tucker Fusion for Visual Question Answering》实现的。项目中有详细的配置使用方法说明。


2.Clevr-IEP

github.com/facebookrese

Facebook Research 论文《Inferring and Executing Programs for Visual Reasoning》的PyTorch实现,讲的是一个可以基于图片进行关系推理问答的网络。

深度强化学习相关实现

1.Deep Reinforcement Learning withpytorch & visdom

github.com/onlytailei/p

多种使用PyTorch实现强化学习的方法。


2.Value Iteration Networks in PyTorch

github.com/onlytailei/V

Value Iteration Networks (VIN) 的PyTorch实现。


3.A3C in PyTorch

github.com/onlytailei/A

Adavantage async Actor-Critic (A3C) 的PyTorch实现。


通用神经网络高级应用

1.PyTorch-meta-optimizer

github.com/ikostrikov/p

论文《Learning to learn by gradient descent by gradient descent》的PyTorch实现。


2.OptNet: Differentiable Optimization as a Layer in Neural Networks

github.com/locuslab/opt

论文《Differentiable Optimization as a Layer in Neural Networks》的PyTorch实现。


3.Task-based End-to-end Model Learning

github.com/locuslab/e2e

论文《Task-based End-to-end Model Learning》的PyTorch实现。


4.DiracNets

github.com/szagoruyko/d

不使用“Skip-Connections”而搭建特别深的神经网络的方法。


5.ODIN: Out-of-Distribution Detector for Neural Networks

github.com/ShiyuLiang/o

这是一个能够检测“分布不足”(Out-of-Distribution)样本的方法的PyTorch实现。当“true positive rate”为95%时,该方法将DenseNet(适用于CIFAR-10)的“false positive rate”从34.7%降至4.3%。


6.Accelerate Neural Net Training by Progressively Freezing Layers

github.com/ajbrock/Free

一种使用“progressively freezing layers”来加速神经网络训练的方法。


7.Efficient_densenet_pytorch

github.com/gpleiss/effi

DenseNets的PyTorch实现,优化以节省GPU内存。


资料下载

发布于 2017-08-12

文章被以下专栏收录