PyTorch简介

PyTorch是一个Python的开源机器学习库。它用于自然语言处理等应用程序。它最初由Facebook人工智能研究小组开发，而优步的Pyro软件则用于概率编程。

最初，PyTorch由Hugh Perkins开发，作为基于Torch框架的LusJIT的Python包装器。有两种PyTorch变种。

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开发人员调整了这个后端代码，以便有效地运行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。

PyTorch功能特征

PyTorch的主要功能如下所述 -

简单的界面 - PyTorch提供易于使用的API; 因此，它在Python上运行，操作非常简单。这个框架中的代码执行非常简单。

Python用法 - PyTorch库认为是Pythonic，可以与Python数据科学堆栈平滑地集成。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出色平台。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，这时非常有用。

PyTorch以三个抽象级别而闻名，如下所示 -

• Tensor - 在GPU上运行命令式n维数组。
• 变量 - 计算图中的节点，它存储数据和梯度。
• 模块 - 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 -

• 它易于调试和理解代码。
• 它包括许多层作为Torch。
• 它包括许多损失函数。
• 它可以视为对GPU的NumPy扩展。
• 它允许构建其结构依赖于计算本身的网络。

TensorFlow与PyTorch比较

下面是TensorFlow和PyTorch之间的主要区别 -