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。

特点

下面提到 PyTorch 的主要特性 −

界面简单 − 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。 这会存储数据和梯度。

• 模块 − 将存储状态或可学习权重的神经网络层。

PyTorch 的优势

以下是 PyTorch 的优点 −

• 代码易于调试和理解。

• 它像 Torch 一样包括许多层。

• 它包含很多损失函数。

• 它可以被认为是对 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 −