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程序。它最初是由 Facebook 人工智能研究小组和 Uber 的概率编程 Pyro 软件开发的。

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 有两种变体。

PyTorch 在 Python 中重新设计和实现 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。

Features

PyTorch 的主要特点如下：

简单的界面 ： PyTorch 提供易于使用的 API；因此它被认为在 Python 上操作和运行非常简单。这个框架中的代码执行非常简单。

Python 用法 ：这个库被认为是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 提供了一个提供动态计算图的优秀平台。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 以具有以下三个抽象级别而闻名：

• Tensor： 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：神经网络层，将存储状态或可学习的权重。

PyTorch 的优势

以下是 PyTorch 的优点：

• 易于调试和理解代码。

• 它包括许多层，如 Torch。

• 它包括许多损失函数。

• 它可以被视为对 GPU 的 NumPy 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：