ACM 宣布三位深度学习之父共同获得 2018 年图灵奖

2019年3月27日,ACM正式宣布将2018年图灵奖授予YoshuaBengio,GeoffreyHinton和 YannLeCun,以表彰他们提出的概念和工作使得深度学习神经网络有了重大突破,如今神经网络已经成为计算领域的重要组成部分。他们将于2019年6月15日在加利福尼亚州旧金山举行的ACM年度颁奖晚宴上正式收到2018年ACM图灵奖。

2018年图灵奖获得者从左到右:YannLe

PyTorch:致谢

本项目贡献者如下:文档翻译贡献者页面章节ycszen主页ycszen说明自动求导机制ycszen说明CUDA语义KeithYin说明扩展PyTorchycszen说明多进程最佳实践ycszen说明序列化语义koshinryuupackage参考torchweigppackage参考torch.Tensorkophypackage参考torch.StorageKeithYinpackage参考tor

PyTorch:torchvision.models

torchvision.models模块的 子模块中包含以下模型结构。AlexNetVGGResNetSqueezeNet你可以使用随机初始化的权重来创建这些模型。ResNet variants和AlexNet,我们也提供了预训练(pre-trained)的模型。ImageNet 1-crop error rates (224×224)NetworkTop-1 errorTop-5 errorRe

PyTorch:torch.utils.model_zoo

在给定URL上加载Torch序列化对象。如果对象已经存在于 model_dir 中,则将被反序列化并返回。URL的文件名部分应遵循命名约定filename-<sha256>.ext,其中<sha256>是文件内容的SHA256哈希的前八位或更多位数字。哈希用于确保唯一的名称并验证文件的内容。model_dir 的默认值为$TORCH_HOME/models,其中$TORCH

PyTorch:torch.utils.data

表示Dataset的抽象类。所有其他数据集都应该进行子类化。所有子类应该override__len__和__getitem__,前者提供了数据集的大小,后者支持整数索引,范围从0到len(self)。包装数据和目标张量的数据集。通过沿着第一个维度索引两个张量来恢复每个样本。参数:data_tensor (Tensor) - 包含样本数据target_tensor (Tensor) - 包含样本目标

PyTorch:torch.utils.ffi

创建并配置一个cffi.FFI对象,用于PyTorch的扩展。参数:name (str) – 包名。可以是嵌套模块,例如 .ext.my_lib。headers (str or List[str]) – 只包含导出函数的头文件列表sources (List[str]) – 用于编译的sources列表verbose (bool, optional) – 如果设置为False,则不会打印输出(默认值