Reference: Andre Holzner

【李宏毅2017 深度学习GAN课程笔记】part 2.

转载请注明出处，原文：http://pytorch.org/2017/05/11/Internals.html

Pytorch的基本单元是Tensor。本文将说明我们怎样在Pytorch里面实现Tensor的以便用户可以通过Python和Tensor进行交互。本文中，我们主要讲述一下四个问题：

• PyTorch如何扩展Python解释器来定义可以从Python代码操纵的Tensor类型？
• PyTorch如何包装那些实际定义张量属性和方法的C库？
• PyTorch的C库包装如何为Tensor方法生成代码？
• PyTorch的构建系统如何将所有这些组件编译并生成可用的应用程序？

【李宏毅2017 深度学习GAN课程笔记】part 1.

GAN：Generative Adversarial Network

Review: Auto-encoder

Input Image -> NN Encoder -> code -> NN Decoder -> Output Image

This is an unofficial implementation of “Deep Recursive Residual Network for Super Resolution (DRRN)”, CVPR 2017 in Pytorch (Source Code). [Paper]