参与方式：https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md

整体进度：https://github.com/apachecn/pytorch-doc-zh/issues/274

项目仓库：https://github.com/apachecn/pytorch-doc-zh

---

贡献指南

请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）

可能有用的链接：

• 1.0 英文文档
• 1.0 英文教程
• 0.3 中文教程 & 文档
• 0.4 中文文档

负责人：

• 飞龙：562826179
• 片刻：529815144
• 咸鱼：1034616238

章节列表

• Getting Started
  • Deep Learning with PyTorch: A 60 Minute Blitz
    • What is PyTorch?
    • Autograd: Automatic Differentiation
    • Neural Networks
    • Training a Classifier
    • Optional: Data Parallelism
  • Data Loading and Processing Tutorial
  • Learning PyTorch with Examples
  • Transfer Learning Tutorial
  • Deploying a Seq2Seq Model with the Hybrid Frontend
  • Saving and Loading Models
  • What is <cite>torch.nn</cite> really?
• Image
  • Finetuning Torchvision Models
  • Spatial Transformer Networks Tutorial
  • Neural Transfer Using PyTorch
  • Adversarial Example Generation
  • Transfering a Model from PyTorch to Caffe2 and Mobile using ONNX
• Text
  • Chatbot Tutorial
  • Generating Names with a Character-Level RNN
  • Classifying Names with a Character-Level RNN
  • Deep Learning for NLP with Pytorch
    • Introduction to PyTorch
    • Deep Learning with PyTorch
    • Word Embeddings: Encoding Lexical Semantics
    • Sequence Models and Long-Short Term Memory Networks
    • Advanced: Making Dynamic Decisions and the Bi-LSTM CRF
  • Translation with a Sequence to Sequence Network and Attention
• Generative
  • DCGAN Tutorial
• Reinforcement Learning
  • Reinforcement Learning (DQN) Tutorial
• Extending PyTorch
  • Creating Extensions Using numpy and scipy
  • Custom C++ and CUDA Extensions
  • Extending TorchScript with Custom C++ Operators
• Production Usage
  • Writing Distributed Applications with PyTorch
  • PyTorch 1.0 Distributed Trainer with Amazon AWS
  • ONNX Live Tutorial
  • Loading a PyTorch Model in C++
• PyTorch in Other Languages
  • Using the PyTorch C++ Frontend

流程

一、认领

首先查看整体进度，确认没有人认领了你想认领的章节。

然后回复 ISSUE，注明“章节 + QQ 号”（一定要留 QQ）。

二、翻译

可以合理利用翻译引擎（例如谷歌），但一定要把它变得可读！

可以参照之前版本的中文文档，如果有用的话。

如果遇到格式问题，请随手把它改正。

三、提交

• fork Github 项目
• 将译文放在docs/1.0文件夹下
• push
• pull request

请见 Github 入门指南。