yutaroogawa / pytorch_tutorials_jp Goto Github PK

プレイしてみましょう！の段落のソースの20-21行目で、

        # エージェントのインスタンス化
        action = mario.act(state)

となっていて、日本語コメントがおかしいように思います。
英語版では

        # Run agent on the state

となっていますので、「エージェントを現在の状態で走らせる」などとされてはいかがでしょうか？

日本語版追加のコードも同様です。

４. 深層強化学習(Reinforcement Learning)
[2] 強化学習を用いたマリオの訓練
の日本語版追加の項目、訓練後の動作を動画で確認する際に
白黒およびカラーの場合に

plt.figure(figsize=(256/dpi,254/dpi),dpi=dpi)

としていますがファミコンの縦の解像度は 240 なので、わずかですが縦に引き伸ばされてしまっているようです
（環境の初期化の項の出力でも、next_state.shape は (240, 256, 3) となっています）。

254 ではなく 240 ではないでしょうか？

こんにちは。誤植と思われるところを見つけたのでご報告します。
0_4_buildmodel_tutorial_js.ipynb の nn.Softmax のところで、
採取的な値は
となっていますが、
最終的な値は
ではないでしょうか?
(原文を確認できなかったので、的外れかもしれませんが。)

非チュートリアルは「Deep Learning with PyTorch: A 60 Minute Blitz」（合計4本）の最後となります。

「非チュートリアル」->「本チュートリアル」でしょうか

勉強に使わせて頂いており，非常にお世話になっております．

1_7_visualizing_models_data_and_training_with_tensorboard_jpにおいて，

「PR Curves」タブを開くと、それぞれのラベルに対するRC曲線が表示されます。

という文章がありますが，前後の文脈と機能的に
「RC曲線」->「PR曲線」だと思い，issueを建てさせて頂きました．

こんにちは。typo、誤訳と思われる箇所を二点発見しましたのでご報告します。

• 各ページの冒頭で【チュートリアル概要】とすべき箇所が【チュトーリアル概要】となっていました。
• 0_5_autogradqs_tutorial_jp の勾配計算をしない方法のセクションで、「デフォルトでは全てのテンソルはrequires_grad=Trueであり、計算履歴が保持され、勾配計算可能な状態です。」という一文は誤訳と思われます。(原文では「requires_grad=Trueであるような全てのテンソルは、…」となっていました。)

reference/detection のコードをimportするときに

Colabでの実行の場合・・・No module named 'torch._six'
Windowsでの実行の場合・・・No module named ’pycocotools’
のエラーが出ます

大したものではないんですが、0_1_tensorqs_tutorial_jsのテンソル操作における算術演算でtypoがあります。

# 2つのテンソル行列のかけ算です。 y1, y2, y3 は同じ結果になります。
y1 = tensor @ tensor.T
y2 = tensor.matmul(tensor.T)

y3 = torch.rand_like(tensor)
torch.matmul(tensor, tensor.T, out=y3)


# こちらは、要素ごとの積を求めます。 z1, z2, z3 は同じ値になります。
z1 = tensor * tensor
z2 = tensor.mul(tensor)

z3 = torch.rand_like(tensor)
torch.mul(tensor, tensor, out=z3)

となっていますが、y3とz3でコピペ？ミスがあります。以下の様になるかと思います。

# 2つのテンソル行列のかけ算です。 y1, y2, y3 は同じ結果になります。
y1 = tensor @ tensor.T
y2 = tensor.matmul(tensor.T)

y3 = torch.matmul(tensor, tensor.T, out=y3)

# こちらは、要素ごとの積を求めます。 z1, z2, z3 は同じ値になります。
z1 = tensor * tensor
z2 = tensor.mul(tensor)

z3 = torch.mul(tensor, tensor, out=z3)

pytorchの勉強でたまたま本コンテンツを見つけたのですが、y1, y2, y3, z1, z2, z3など出力していないのでしょうか。
大したissueでなくてすみません。

失礼します。
本リポジトリ内のREADME.mdとindex.htmlの [2] の

本サイトでは 「Gooogle Colaboratory ファイル」で、チュートリアルの日本語訳を用意しております。

ですが、Gooogleではなくて、Googleなのではないでしょうか？
失礼しました。

(日本語訳注：英語版は 𝑧𝑖∣∣𝑥𝑖=1=27 .となっていますが、18と思われます。）

と書いておられますが， 27 のままで正しいと思います．

どうして， 18 と思われましたか？

Pytorchのチュートリアルの日本語訳を見て勉強しております。大変感謝しています。

強化学習を用いたマリオの訓練を見たのですが、一つ確認したいことがございます。

"訓練後の動作を動画で確認" で記憶と学習を実行していますが、ここは機械学習でいう「テストフェーズ」に相当するので実行しなくても良いのかと考えているのですが、如何でしょうか。

よろしくお願いします。

「文字単位RNNによる名前（苗字）の生成」でなく「「文字単位RNNによる名前（苗字）の分類」ですね。

PRでなく、すみません。

インデックスの長さと指定の仕方を定義することで、Tensorの一つ目の次元に沿って、繰り返し、インデックス付け、スライスを行う方法を提供します。

（日本語訳注：DatasetがTensorの最初の次元をもとにデータの操作を行うのは、最初の次元が個々のデータのインデックス（何番目のデータなのか）を表しているためです。例えば、MNISTデータセットの場合は、一時限目がデータのインデックス、2次元目がx座標、3次元目がy座標になります）

「一時限目」->「1次元目」

貴重な翻訳をありがとうございます。

1_6_nn_tutorial_jp.ipynb にて

日本語訳注：このチュートリアルの翻訳時上記のURLからデータセットをダウンロードすることができないという現象が発生しています（2020年11月24日-12月9日）。

ダウンロードに失敗した際は下記のコードを利用し、PyTorchのtorchvision.datasetsからデータセットを取得する方法をお試しください。

となっている直後のセル番号4 を実行しましたが、2021/03/06 01:00時点で colab上で実行した際には HTTP 403レスポンスが返ってきます。

下記のように、いったん必要なファイルを data/MNIST/raw 以下に配置したあと、先ほどのセル番号4 を実行することで問題を回避できました。

!wget http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz -O data/MNIST/raw/train-images-idx3-ubyte.gz
!wget http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz -O data/MNIST/raw/train-labels-idx1-ubyte.gz
!wget  http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz -O data/MNIST/raw/t10k-images-idx3-ubyte.gz
!wget http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz -O data/MNIST/raw/t10k-labels-idx1-ubyte.gz