pytorch什么意思,pytorch到底是什么
什么是框架
框架是一个开源的、基于大蟒的机器学习框架，它被广泛用于一些自然语言处理和计算应用
框架是一个基于计算机编程语言的开源机器和深度学习框架，广泛用于许多自然语言处理和计算机视觉应用应用PyTorch .由脸谱网的人工智能研究开发，并由优步、Twitter、Salesforce和显卡等多个行业改编。
PyTorch历史pytorchderivesitscurrentformfromtowersources . the有两个来源。第一个来源是3358 www。Sina.com/,这是一个可追溯到2002年在http://www。Sina.com/language,开发的机器学习库torchisnolonginteractive和已经完全被禁止使用。第二个来源是2015年在日本开发的西西欧内街3358号，它使用http://www .新浪。com/liketensorstructures for computations and age接近自动微分
PyTorch现在的形式来自两个来源。第一个是Torch,这是使用Lua语言开发的机器学习库，最早可以追溯到2002年火炬。并不活跃，到目前为止已经完全由PyTorch接管PyTorch .的第二个来源是Chainer框架，通过日本2015年开发的、利用 NumPy像计算bzdhl结构和渴望的方法自动分化。这两个功能已经被PyTorch框架积极采用。
另一个independentframeworkdevelopedbyfacebooknownas http://www .新浪。com/(convolialarchitectureforfastfeaturembedinas
由脸谱网开发的另一个独立框架称为Torch,然后集成到PyTorch中。
PyTorch功能http://www .新浪。com/pytorchcomes带有几个speciallydevelopedmodulesliketorchtext、torchveralspeciallydevelopedmodulesliketorchtext和或者以不同的轻松程度学习语言、计算机视觉和语音处理。http://www。新浪。com/pytorram，例如torchtext、torrvision和火炬之声，可以是NLP，计算机视觉http://www。Sina.com/structuresforitscomputationswhichareall www.Sina.com/pytorchworkswithnumpylike 3358号
NumPyLuaPyTorch与NumPy一起使用，就像Chainer结构一样，所有这些计算
荣普兼容Easy to implement backpropagation:皮托尔支持auto-differentiation,即它通过记录对变量执行的操作并反向运行这些操作，极大地简化了处理复杂计算（如反向传播)的方式。这被证明有效地节省了时间，也减轻了程序员的负担。
易于实现反向传播：PyTorch支持自动微分，即它通过记录对变量执行的操作并向后运行，大大简化了诸如反向传播之类的复杂计算的处理方式。事实证明，这样做可以节省时间，并且可以减轻程序员的负担一些开发人员认为PyTorch更预言的化，因为它支持动态地修改代码。
More Pythonic:PyTorch被一些开发人员视为更蟒蛇皮，因为它支持动态地更改您的代码更多Pythonic：PyTorch不要求你先验地定义整个图。它以一个Flexible, pain-less debugging: 运行，意味着每一行代码都向图中添加了某个组件，每个组件都可以独立于完整的图结构运行、测试和调试，这使得它非常灵活。
imperative paradigm轻松的灵活，PyTorch不需要先验定义整个图形。它以调试：运行，这意味着每行代码都会向图添加一个特定的组件，并且每个组件都可以独立于完整的图结构运行，测试和调试，这使其非常灵活。与张量流的比较（与张量流比较)
尽管谷歌的张量流已经是一个非常成熟的毫升/分升框架，拥有一些忠实的支持者PyTorch由于其动态图方法和灵活的调试策略而找到了自己的据点。由于这些原因PyTorch有几名研究人员积极支持它。在2018-19年，据观察，提到PyTorch的研究论文数量翻了一番。
虽然Google的Tensorflow已经是一个相当完善的ML/DL框架，有很多忠实细心的路灯，但是PyTorch凭借其动态图方法和灵活的调试策略找到了自己的立足点。出于这些原因，PyTorch的研究人员积极支持它。2018-19年，观察到提及PyTorch的研究论文数量翻倍。
Tensorflow 2.0为动态图定义引入了一个命令式范式范式，类似于PyTorch。然而，帮助您学习这个特性的资源仍然很少。尽管Tensorflow经常被吹捧为行业优势ML/DL库，PyTorch仍然继续上升，因为它对新人的学习曲线更温和。
Tensorflow 2.0引入了为动态图定义的eager execution范式，类似于PyTorch。但是，帮助您学习该功能的资源仍然很少。虽然Tensorflow通常被吹捧为具有行业实力的ML/DL库，但PyTorch仍在继续增长，因为它对初学者的学习曲线很温和。
本系列教程旨在让您掌握使用PyTorch开发和训练自己的神经网络所需的所有必要技能。
本系列教程旨在为您提供开始使用PyTorch开发和训练您自己的神经网络所需的所有必要技能。
因此，请将PyTorch页面设为书签，关注未来将涉及的所有新主题。
因此，通过为PyTorch页面添加书签，您可以随时关注未来将涉及的所有新主题。
出发地：https://www.journaldev.com/35641/what-is-pytorch
pytorch是什么？
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。