選自 Github，作者：bharathgs，機器之心編譯。
機器之心發現了一份極棒的 PyTorch 資源列表，該列表包含了與 PyTorch 相關的眾多庫、教程與示例、論文實現以及其他資源。在本文中，機器之心對各部分資源進行了介紹，感興趣的同學可收藏、查用。
列表結構：
NLP 與語音處理
計算機視覺
概率/生成庫
其他庫
教程與示例
論文實現
PyTorch 其他專案
自然語言處理和語音處理
該部分專案涉及語音識別、多說話人語音處理、機器翻譯、共指消解、情感分類、詞嵌入/表徵、語音生成、文字語音轉換、視覺問答等任務，其中有一些是具體論文的 PyTorch 復現，此外還包括一些任務更廣泛的庫、工具集、框架。
這些專案有很多是官方的實現，其中 FAIR 居多，一般會有系統的使用說明，包含安裝、載入、訓練、測試、演示等多方面的詳細解釋。例如哈佛大學的 OpenNMT 專案，它是非常流行的神經機器翻譯工具包。從匯入自定義資料集、載入詞嵌入向量到完成神經機器翻譯模型的訓練，OpenNMT 能支援整個流程，並且官方也一直在更新。
1.pytorch text：Torch 文字相關的內容。
專案地址：https://github.com/pytorch/text
2.pytorch-seq2seq：在 PyTorch 中實現序列到序列（seq2seq）模型的框架。
專案地址：https://github.com/IBM/pytorch-seq2seq
3.anuvada：PyTorch 中實現的 NLP 的可解釋模型。
專案地址：https://github.com/Sandeep42/anuvada
4.audio：PyTorch 的簡單音訊 I/O。
專案地址：https://github.com/pytorch/audio
5.loop：用於生成多個說話人語音的方法。
專案地址：https://github.com/facebookresearch/loop
6.fairseq-py：用 Python 寫的 Facebook AI 研究院提出的序列到序列工具集。
專案地址：https://github.com/facebookresearch/fairseq-py
7.speech：PyTorch ASR 實現。
專案地址：https://github.com/awni/speech
8.OpenNMT-py：開源 PyTorch 神經機器翻譯。
專案地址：https://github.com/OpenNMT/OpenNMT-py
9.neuralcoref：基於神經網路和 spaCy 的當前最佳共指消解。
專案地址：https://github.com/huggingface/neuralcoref
10.sentiment-discovery：用於魯棒情感分類的大規模無監督語言建模。
專案地址：https://github.com/NVIDIA/sentiment-discovery
11.MUSE：用於多語言無監督/監督詞向量的庫。
專案地址：https://github.com/facebookresearch/MUSE
12.nmtpytorch：PyTorch 神經機器翻譯框架。
專案地址：https://github.com/lium-lst/nmtpytorch
13.pytorch-wavenet：快速語音生成 WaveNet 的實現。
專案地址：https://github.com/vincentherrmann/pytorch-wavenet
14.Tacotron-pytorch：端到端語音合成的 PyTorch 實現。
專案地址：https://github.com/soobinseo/Tacotron-pytorch
15.AllenNLP：開源 NLP 研究庫，基於 PyTorch。
專案地址：https://github.com/allenai/allennlp
16.PyTorch_NLP：用於 PyTorch pytorchnlp.readthedocs.io 的文字實用程式和資料集。
專案地址：https://github.com/PetrochukM/PyTorch-NLP
17.quick_nlp：基於 FastAI 的 PyTorch NLP 庫。
專案地址：https://github.com/outcastofmusic/quick-nlp
18.TTS：Text2Speech 的深度學習實現。
專案地址：https://github.com/mozilla/TTS
19.LASER：語言無關的句子表徵的 PyTorch 實現。
專案地址：https://github.com/facebookresearch/LASER
20.pyannote-audio：說話人追蹤的神經構建塊：語音啟用檢測、說話人變化檢測、說話人嵌入。
專案地址：https://github.com/pyannote/pyannote-audio
計算機視覺
該部分專案涉及神經風格遷移、影象分類、人臉對齊、語義分割、RoI 計算、影象增強等任務，還有一些特殊的 CNN 架構，例如第 5、6 和 13 個專案，以及一些預訓練模型的集合。其中第 4 個專案可以用於將你的定製影象分類模型和當前最佳模型進行對比，快速知道你的專案到底有沒有希望，作者戲稱該專案為「Project Killer」。
1.pytorch vision：計算機視覺領域的資料集、轉換和模型。
專案地址：https://github.com/pytorch/vision
2.pt-styletransfer：PyTorch 實現的神經分割遷移，作為一個類。
專案地址：https://github.com/tymokvo/pt-styletransfer
3.OpenFacePyTorch：使用 OpenFace's nn4.small2.v1.t7 模型的 PyTorch 模組。
專案地址：https://github.com/thnkim/OpenFacePytorch
4.img_classification_pk_pytorch：快速對比你的影象分類模型和當前最佳模型（例如 DenseNet、ResNet，等）。
專案地址：https://github.com/felixgwu/img_classification_pk_pytorch
5.SparseConvNet：子流形稀疏卷積網路。
專案地址：https://github.com/facebookresearch/SparseConvNet
6.Convolution_LSTM_pytorch：多層卷積 LSTM 模組。
專案地址：https://github.com/automan000/Convolution_LSTM_pytorch
7.face-alignment：基於 PyTorch 的 2D 和 3D 人臉對齊庫。
專案地址：https://github.com/1adrianb/face-alignment
8.pytorch-semantic-segmentation：語義分割的 PyTorch 實現。
專案地址：https://github.com/ZijunDeng/pytorch-semantic-segmentation
9.RoIAlign.pytorch：這是一個 PyTorch 版本的 RoIAlign。這個實現基於 crop_and_resize，並支援 CPU 和 GPU 上的前向傳播、反向傳播。
專案地址：https://github.com/longcw/RoIAlign.pytorch
10.pytorch-cnn-finetune：PyTorch 實現的微調預訓練卷積神經網路。
專案地址：https://github.com/creafz/pytorch-cnn-finetune
11.detectorch：PyTorch 實現的 detectron 影象分割模型。
專案地址：https://github.com/ignacio-rocco/detectorch
12.Augmentor：Python 影象增強庫。
專案地址：https://github.com/mdbloice/Augmentor
13.s2cnn：這個庫包含一個用於球面訊號（例如，全向攝像機、地球訊號等）的 SO(3) 等變 CNN 的 PyTorch 實現。
專案地址：https://github.com/jonas-koehler/s2cnn
概率/生成庫
該部分專案主要涉及概率程式設計、統計推理和生成模型。
1.ptstat：PyTorch 上的概率程式設計和統計推理。
專案地址：https://github.com/stepelu/ptstat
2.pyro：基於 PyTorch 和 Python 的深度全域性概率程式設計。
專案地址：https://github.com/uber/pyro
3.probtorch：Probabilistic Torch 是深度生成模型的 PyTorch 擴充套件庫。
專案地址：https://github.com/probtorch/probtorch
4.paysage：Python/PyTorch 中的無監督學習和生成模型。
專案地址：https://github.com/drckf/paysage
5.pyvarinf：Python 包，方便在 PyTorch 中利用變分推理執行貝葉斯深度學習方法。
專案地址：https://github.com/ctallec/pyvarinf
6.pyprob：一個基於 PyTorch 的概率程式設計和推理編譯庫。
專案地址：https://github.com/probprog/pyprob
7.mia：對機器學習模型執行成員推理攻擊的庫。
專案地址：https://github.com/spring-epfl/mia
教程和示例
這一部分包含了很多 PyTorch 教程，它不僅有官方教程與示例，同時還包含很多開發者在學習過程的經驗與理解。從難易程度上看，它們首先介紹瞭如何入門 PyTorch 這一個框架，並使用 MNIST 等簡單資料集展示了一般搭建模型的方法，這些都非常適合初學者入門機器學習。其次會有一些練習題及示例指令碼，這些資源可以幫助更好地理解機器學習與 PyTorch 框架。最後就是一些具體任務與模型架構的實現，例如基於 ImageNet 實現 Inception_v3 或 ResNet_50 等。
這裡值得注意的是 PyTorch 官方教程，基本上初學者只要跟著官方教程走就行了，它們非常豐富與具體。PyTorch 的教程確實很完美，它不僅從入門基礎、計算機視覺、文字處理、生成模型和產品部署等方面全面覆蓋了 DL 的使用範圍，同時每一個教程不僅解釋了模型原理，還註釋了大多數的程式碼。小編感覺相對於 TensorFlow 的教程解釋（需要大量查詢文件），PyTorch 更加具體。如下展示了 PyTorch 的入門主題：
1.Practical Pytorch：解釋不同 RNN 模型的教程。
地址：https://github.com/spro/practical-pytorch
2.DeepLearningForNLPInPytorch：基於 IPython Notebook 的深度學習教程，關注於自然語言處理。
地址：https://github.com/rguthrie3/DeepLearningForNLPInPytorch
3.pytorch-tutorial：為研究者準備的 PyTorch 深度學習教程。
地址：https://github.com/yunjey/pytorch-tutorial
4.pytorch-exercises：PyTorch 練習題集。
地址：https://github.com/keon/pytorch-exercises
5.pytorch tutorials：各種官方 PyTorch 教程。
地址：https://github.com/pytorch/tutorials
6.pytorch examples：通過示例展示如何使用 PyTorch 的專案。
地址：https://github.com/pytorch/examples
7.pytorch practice：一些 PyTorch 指令碼示例。
地址：https://github.com/napsternxg/pytorch-practice
8.pytorch mini tutorials：根據 Alec Radford's Theano 教程改編的極簡教程。
地址：https://github.com/vinhkhuc/PyTorch-Mini-Tutorials
9.pytorch text classification：基於文字分類任務的簡單 CNN 實現。
地址：https://github.com/xiayandi/Pytorch_text_classification
10.cats vs dogs：用於 kaggle 競賽 Dogs vs. Cats Redux 的模型，該解決方案目前總排名第 27。
地址：https://github.com/desimone/pytorch-cat-vs-dogs
11.convnet：在各種資料集上（ImageNet、Cifar10、 Cifar100 和 MNIST）使用深度卷積神經網路的完整示例。
地址：https://github.com/eladhoffer/convNet.pytorch
12.pytorch-generative-adversarial-networks：簡單的生成對抗網路實現。
地址：https://github.com/mailmahee/pytorch-generative-adversarial-networks
13.T-SNE in pytorch：基於 PyTorch 的 t 分佈隨機近鄰嵌入（t-SNE）實現。
地址：https://github.com/cemoody/topicsne
14.AAE_pytorch：對抗自編碼器。
地址：https://github.com/fducau/AAE_pytorch
15.Kind_PyTorch_Tutorial：很容易的 PyTorch 入門教程。
地址：https://github.com/GunhoChoi/Kind_PyTorch_Tutorial
16.pytorch-poetry-gen：實現字元級的 RNN 模型。
地址：https://github.com/justdark/pytorch-poetry-gen
17.pytorch-REINFORCE：REINFORCE 的 PyTorch 實現，該專案支援 OpenAI gym 中的連續型和離散型環境。
地址：https://github.com/JamesChuanggg/pytorch-REINFORCE
18.PyTorch-Tutorial：快速上手搭建神經網路。
地址：https://github.com/MorvanZhou/PyTorch-Tutorial
19.pytorch-intro：展示如何執行卷積神經網路和迴圈神經網路的一些指令碼。
地址：https://github.com/joansj/pytorch-intro
論文實現
最近 Frankensteinian 等開發者爬取並統計了 ICLR 2019 提交論文提及不同框架的論文數量，其中 TensorFlow 的論文數量從 2018 年的 228 篇略微提升到了 266 篇，Keras 從 42 升到 56，但 Pytorch 的數量從 87 篇提升到了 252 篇。從這裡可以看出來 PyTorch 在研究中有非常廣泛的應用，很多研究論文都採用 PyTorch 作為首選框架。
因為動態計算圖的便利，很多原本使用 TensorFlow 實現的論文都有 PyTorch 復現版，例如下面的高速公路網路和多人實時姿態估計（CVPR'17）等。而更多的是本來就由 PyTorch 實現的論文，包括 DiscoGAN、AnimeGAN 和 TCN 等。這一部分收錄了 273 篇論文實現，但是限於長度，我們只展示了前 20 個專案，讀者可查閱原專案瞭解更多。
1.google_evolution ：該專案實現了 Esteban Real 等人完成的影象分類器大規模演化結果。
地址：https://github.com/neuralix/google_evolution
2.pyscatwave：通過 CuPy/PyTorch 實現的 Fast Scattering Transform。
地址：https://github.com/edouardoyallon/pyscatwave
3.scalingscattering：論文《Scaling The Scattering Transform : Deep Hybrid Networks》的實現
地址：https://github.com/edouardoyallon/scalingscattering
4.deep-auto-punctuation：PyTorch 實現字元級的自動標點符號模型。
地址：https://github.com/episodeyang/deep-auto-punctuation
5.Realtime_Multi-Person_Pose_Estimation ：GitHub 專案 Realtime_Multi-Person_Pose_Estimation 的 PyTorch 版。
地址：https://github.com/tensorboy/pytorch_Realtime_Multi-Person_Pose_Estimation
6.PyTorch-value-iteration-networks：價值迭代網路（NIPS'16 論文）的 PyTorch 實現。
地址：https://github.com/onlytailei/PyTorch-value-iteration-networks
7.pytorch_Highway：基於 PyTorch 實現的高速公路網路。
地址：https://github.com/analvikingur/pytorch_Highway
8.pytorch_NEG_loss : 實現 NEG 損失函式。
地址：https://github.com/analvikingur/pytorch_NEG_loss
9.pytorch_RVAE：實現生成序列資料的迴圈變分自編碼器（Recurrent Variational Autoencoder）。
地址：https://github.com/analvikingur/pytorch_RVAE
10.pytorch_TDNN ：時延神經網路（Time Delayed NN）的實現。
地址：https://github.com/analvikingur/pytorch_TDNN
11.eve.pytorch：Eve Optimizer 的實現，該最優化器在論文《proposed in Imploving Stochastic Gradient Descent with Feedback》中提出。
地址：https://github.com/moskomule/eve.pytorch
12.e2e-model-learning：基於任務的端到端模型學習。
地址：https://github.com/locuslab/e2e-model-learning
13.pix2pix-pytorch：使用條件對抗網路實現影象到影象的轉換。
地址：https://github.com/mrzhu-cool/pix2pix-pytorch
14.Single Shot MultiBox Detector ：單次多框檢測器的 PyTorch 實現。
地址：https://github.com/amdegroot/ssd.pytorch
15.DiscoGAN：論文《Learning to Discover Cross-Domain Relations with Generative Adversarial Networks》的 PyTorch 實現
地址：https://github.com/carpedm20/DiscoGAN-pytorch
16.official DiscoGAN implementation：論文《Learning to Discover Cross-Domain Relations with Generative Adversarial Networks》的官方實現。
地址：https://github.com/SKTBrain/DiscoGAN
17.pytorch-es：進化策略的 PyTorch 實現。
地址：https://github.com/atgambardella/pytorch-es
18.piwise : 基於 VOC2012 資料集實現逐畫素的分割。
地址：https://github.com/bodokaiser/piwise
19.pytorch-dqn：實現深度 Q 學習。
地址：https://github.com/transedward/pytorch-dqn
20.neuraltalk2-pytorch：實現影象描述模型，其中 CNN 根據任務可微調。
地址：https://github.com/ruotianluo/neuraltalk2.pytorch
PyTorch 其它專案
這一部分主要介紹了 PyTorch 其它各種資源，包括教程論文列表、個人的學習經驗與實踐、好用的 PyTorch 外掛等。這一部分相對於其它部分比較散，但是有一些專案還是非常有意思的，例如在 PyTorch 專案模板中，其介紹了構建 PyTorch 專案一般所採用的結構，包括資料夾及檔案結構、各檔案的編寫規範和示例等。這個專案一直在更新，下圖展示了構建 PyTorch 專案的一般檔案結構：
1.the-incredible-pytorch：包含 PyTorch 各種教程、論文、專案和社群的專案。
地址：https://github.com/ritchieng/the-incredible-pytorch
2.generative models：收集 TensorFlow、Keras 和 PyTorch 的生成模型，即 GAN 和 VAE。
地址：https://github.com/wiseodd/generative-models)
3.pytorch vs tensorflow：reddit 上 PyTorch 與 TensorFlow 對比。
地址：https://github.com/wiseodd/generative-models
4.Pytorch discussion forum：PyTorch 論壇。
地址：https://discuss.pytorch.org/
5.pytorch notebook: docker-stack ：類似於 Jupyter Notebook 的專案。
地址：https://hub.docker.com/r/escong/pytorch-notebook/
6.drawlikebobross：使用神經網路做圖象風格遷移。
地址：https://github.com/kendricktan/drawlikebobross
7.pytorch-tvmisc：PyTorch 個人實現專案。
地址：https://github.com/t-vi/pytorch-tvmisc
8.pytorch-a3c-mujoco：在 Mujoco gym 環境下實現 A3C 專案。
地址：https://github.com/andrewliao11/pytorch-a3c-mujoco
9.pytorch_chatbot：使用 PyTorch 實現 ChatBot。
地址：https://github.com/jinfagang/pytorch_chatbot
10.sketchnet：輸入影象並生成處理原始碼，其可以再生成改影象。
地址：https://github.com/jtoy/sketchnet
11.Deep-Learning-Boot-Camp：非贏利公司，5 天的深度學習訓練營。
地址：https://github.com/QuantScientist/Deep-Learning-Boot-Camp
12.Amazon_Forest_Computer_Vision：使用 PyTorch 或 Keras 的衛星影象標註程式碼，它有非常多 PyTorch 技巧。
地址：https://github.com/mratsim/Amazon_Forest_Computer_Vision
13.AlphaZero_Gomoku：用於五子棋的 AlphaZero 演算法實現。
地址：https://github.com/junxiaosong/AlphaZero_Gomoku
14.pytorch-cv：目標檢測、語義分割和姿態識別的實現專案。
地址：https://github.com/youansheng/pytorch-cv
15.deep-person-reid：深度人臉再識別 PyTorch 實現專案。
地址：https://github.com/KaiyangZhou/deep-person-reid
16.pytorch-template：PyTorch 專案模板。
地址：https://github.com/victoresque/pytorch-template
17.Deep Learning With Pytorch TextBook：使用 PyTorch 構建基於文字或視覺方面的神經網路指南。
地址：https://www.packtpub.com/big-data-and-business-intelligence/deep-learning-pytorch
18.compare-tensorflow-pytorch：對比使用 TensorFlow 寫的模型和用 PyTorch 寫的模型。
地址：https://github.com/jalola/compare-tensorflow-pytorch