教程
学习如何将 TensorPlay 用于各种深度学习任务，从基础模型构建到高级优化。
初学者教程
1. 使用 CNN 进行图像分类
学习如何使用 tensorplay.nn 在 MNIST 数据集上构建和训练卷积神经网络 (CNN)。
- 主题:
nn.Conv2d,nn.MaxPool2d,nn.ReLU,DataLoader,optimizer.Adam.
2. 从零开始的线性回归
通过实现一个简单的线性回归模型来理解自动微分的基础知识。
- 主题:
tp.Tensor,requires_grad,loss.backward(), 手动梯度更新.
中级教程
3. 自定义数据集和转换
学习如何使用 tensorplay.data 模块加载自己的数据并应用预处理。
- 主题:
Dataset类,DataLoaderworker,transforms.Compose.
4. 保存和加载模型
了解如何保存模型权重并恢复训练。
- 主题:
tp.save(),tp.load(),state_dict.
高级教程
5. 自定义自动微分函数
使用你自己的自定义前向和后向逻辑扩展 TensorPlay 的自动微分引擎。
- 主题:
tpx.autograd.Function, 实现forward和backward静态方法.
6. 使用 Stax 进行静态图优化
使用 Stax 静态图编译器加速你的模型。
- 主题:
@tp.compile, 算子融合, 图捕获.
7. 构建自定义 C++ 扩展
学习如何编写高效的 CUDA/C++ 内核并使用 nanobind 将其绑定到 TensorPlay。
- 主题:
p10::TensorImpl,Dispatcher, 自定义内核注册.
社区教程
发现了一个很棒的教程或者自己写了一个？贡献到我们的资源列表！