本文经AI新媒体量子位（公众号ID：qbitai ）授权转载，转载请联系出处。

本文约多图，建议阅读10分钟。

GitHub的“趋势”版块出现了一份PyTorch资源，内容从库到教程再到论文实现，应有尽有。

最近，GitHub的“趋势”版块出现了一份PyTorch资源，内容从库到教程再到论文实现，应有尽有，质量贼高。

无论你在PyTorch是一名青铜选手，还是一位王者选手，这份资源对你来说都非常有价值。如果你需要的话，可存下来当做资料库，有问题查一查，没事看一看。

总体来说，整个资源大合集主要分为八个版块，分别是：PyTorch&相关库、NLP&语音处理、计算机视觉、概率/生成库、其他库、教程&实例、论文实现、其他一些PyTorch资源。

下面就是对整个资源的简要介绍，如果你已经“饥渴难耐”了，可以复制下面的链接，先去看看。

记住，一定要克制~

传送门：

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

资源概述

非常抱歉，具体的链接资源就不一一放上了，微信里面点着挺麻烦的。

PyTorch&相关库

这一部分只有一个资源，也就是PyTorch的官方网站。

NLP&语音处理

这一部分有二十六个资源，主要涉及语音处理、NLP、多说话人语音处理、语音合成、机器翻译等等。

计算机视觉

这一部分有十四个资源，主要涵盖图像增强、语义分割、风格迁移等等。

概率/生成库

这一部分有七个资源，主要涵盖概率编程、统计推理和生成模型等等。

其他库

这一部分有七十八个资源，主要涵盖上述领域之外的一些PyTorch库。

教程&实例

这一部分有五十三个资源，不仅有官方的教程，也有许多非官方的开发者自己的经验，而且也有中文版的教程。

论文实现

这一部分资源是最多的，一共有二百七十三个。基本上涵盖了所有顶尖的论文，有兴趣的可以mark下来，一篇一篇的自己过一遍。

其他一些PyTorch资源

这一部分，是没有办法归到上面分类中的资源，一共有十八个。有一些PyTorch插件推荐，也有一些开发者个人经验总结，也有一些干货推荐。

最后，再给一遍传送门：

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

— 完 —