PyTorch - 简介

---

PyTorch 被定义为 Python 的开源机器学习库。它用于自然语言处理等应用。它最初是由Facebook人工智能研究小组开发的，Uber的Pyro概率编程软件就是建立在它的基础上的。

最初，PyTorch 是由 Hugh Perkins 开发的，作为基于 Torch 框架的 LusJIT 的 Python 包装器。PyTorch 有两个变体。

PyTorch 在 Python 中重新设计和实现了 Torch，同时为后端代码共享相同的核心 C 库。PyTorch 开发人员调整了此后端代码以高效运行 Python。他们还保留了基于 GPU 的硬件加速以及基于 Lua 的 Torch 的可扩展性功能。

特征

PyTorch 的主要特点如下：

简单的界面- PyTorch 提供易于使用的 API；因此它被认为是非常简单的操作并且在Python上运行。这个框架中的代码执行非常简单。

Python 用法- 该库被认为是 Pythonic，它与 Python 数据科学堆栈顺利集成。因此，它可以利用Python环境提供的所有服务和功能。

计算图- PyTorch 提供了一个出色的平台，可提供动态计算图。因此，用户可以在运行时更改它们。当开发人员不知道创建神经网络模型需要多少内存时，这非常有用。

PyTorch 因具有三个抽象级别而闻名，如下所示 -

• 张量 - 在 GPU 上运行的命令式 n 维数组。

• 变量 - 计算图中的节点。这存储数据和梯度。

• 模块 - 将存储状态或可学习权重的神经网络层。

PyTorch 的优点

以下是 PyTorch 的优点 -

• 很容易调试和理解代码。

• 它与 Torch 一样包含许多层。

• 它包含很多损失函数。

• 它可以被视为 NumPy 对 GPU 的扩展。

• 它允许构建结构依赖于计算本身的网络。

TensorFlow 与 PyTorch

我们将在下面研究 TensorFlow 和 PyTorch 之间的主要区别 -