预学无门？一份超赞的PyTorch 资源清单，已翻译成中文版！

来源：AI有道

在被华为的面试官吊锤之后，我深刻明白入门和入行的差距了，入门可能只是别人说的一些概念你能有了解了，而入行则是我交代的任务你能完成。当然认识到问题之后，还是需要行动的，否则也只能是原地踏步。

有决心，但是不知道如何下手。因此去找了一下，发现一份非常棒的Pytorch整理资料，基本上把 PyTorch 实现的 NLP/CV 相关项目、示例代码、相关库、论文实现等都包含了。这里我做了整理，推荐给大家。

巧的是，看到这份资源大列表比较熟悉，对比之前的文章发现，原来之前 GitHub 上有原始的英文版，这份是汉化翻译的，良心啊~

原来的英文版 GitHub 项目地址：

https://github.com/bharathgs/Awesome-pytorch-list

本文推荐的汉化版 GitHub 地址：

https://github.com/xavier-zy/Awesome-pytorch-list-CNVersion

目录

这份资源大列表主要包含下面的内容：

1. PyTorch 与相关库

• 自然语言处理与语音处理
• 计算机视觉
• 概率库与生成库
• 其他库

2. 教程与示例

3. 论文实现

4. 报告与会议

5. 其它

下面分别介绍！

1. 自然语言处理与语音处理

这部分包含了 41 个 PyTorch NLP 相关的热门项目，例如一种跨多说话者的语音生成方法、语音转文字的端到端模型实现、快速生成WaveNet的实现；PyTorch NLP 相关的热门库，例如基于 FastAI 的 Pytorch NLP 库、用来计算和使用多语言语句嵌入的库 LASER；PyTorch NLP 相关的热门框架和工具，例如pytorch-seq2seq、PyTorch 中的 Sequence-to-Sequence 框架 nmtpytorch等等。

值得一提的是，这些项目很多都是官方的实现，一般会有系统的使用说明，包含了安装、加载、训练、测试和演示等多方面的详细解释。而且官方也一直在更新，非常不错。

2. 计算机视觉

这部分包含了 25 个 PyTorch CV 相关的热门项目和库。例如包含流行的数据集、模型架构、计算机视觉中常用的图像变换的 TorchVision，用于机器学习的图像增强库 Augmentor，实例分割与对象检测的快速模块化参考实现 maskrcnn-benchmark，基于 PyTorch 的 2D 和 3D 面部对齐库 ace-alignment 等等。

该部分项目主要涉及神经风格迁移、图像分类、人脸对齐、语义分割、RoI 计算、图像增强等任务，还有一些特殊的 CNN 架构。

3. 概率库和生成库

这部分主要包括概率编程和统计推断、生成概率库、PyTorch 中的贝叶斯优化等。

4. 教程与示例

这部分主要介绍 66 个 PyTorch 经典教程，包括强化学习、NLP、CV。Logistic、CNN、RNN、LSTM 等神经网络模型由数行代码实现，一些高级示例由复杂模型实现。

这份教程示例清单基本涵盖了 PyTorch 各种教程，难易程度不同，适合刚入门的新手，也有适合进阶学习的。

例如，第 5 个是 PyTorch 各种教程，在其官方教程里，内容丰富：

https://pytorch.org/tutorials/

可谓最经典的 PyTorch 入门教程《Deep Learning with PyTorch: A 60 Minute Blitz》就出自这里。

5. 论文实现

这部分包括了 338 个 PyTorch 相关的论文实现。例如用PyTorch实现的产生序列数据的递归变分自动编码器、PyTorch 实现 V-Net：全卷积神经网络在体医学图像分割中的应用、生成对抗网络的 PyTorch 简单实现，关注于动漫脸谱绘画等等。

6. 其它

这部分主要介绍了 37 个 PyTorch 各种各种资源，包括教程、论文、项目、社区等的清单，PyTorch 论坛、PyTorch 深度学习模板等。还有一些非常有意思的项目，例如使用神经网络作画、用 PyTorch 实现的聊天机器人、用 AlphaZero 算法玩五子棋等。

总的来说，这是一份超赞的 PyTorch 资源大列表，非常全面。而且对原项目进行了翻译。值得推荐！

最后再附上该项目的 GitHub 地址：

https://github.com/xavier-zy/Awesome-pytorch-list-CNVersion