PyTorch - 簡介

PyTorch 被定義為一個用於 Python 的開源機器學習庫。它用於自然語言處理等應用。它最初由 Facebook 人工智慧研究小組開發，以及基於它的 Uber 的 Pyro 機率程式設計軟體。

最初，PyTorch 由 Hugh Perkins 開發，作為基於 Torch 框架的 LusJIT 的 Python 包裝器。PyTorch 有兩個變體。

PyTorch 在 Python 中重新設計並實現了 Torch，同時共享相同的核心 C 庫作為後端程式碼。PyTorch 開發人員調整了這個後端程式碼以高效地執行 Python。他們還保留了基於 GPU 的硬體加速以及使基於 Lua 的 Torch 成為可能的擴充套件功能。

特性

PyTorch 的主要特性如下所述：

簡單的介面 - PyTorch 提供易於使用的 API；因此，它被認為非常簡單易用，並且可以在 Python 上執行。此框架中的程式碼執行非常簡單。

Python 使用 - 此庫被認為是 Pythonic 的，可以與 Python 資料科學棧無縫整合。因此，它可以利用 Python 環境提供的所有服務和功能。

計算圖 - PyTorch 提供了一個優秀的平臺，它提供了動態計算圖。因此，使用者可以在執行時更改它們。當開發人員不知道建立神經網路模型需要多少記憶體時，這非常有用。

PyTorch 以擁有如下三個抽象級別而聞名：

• 張量 - 在 GPU 上執行的命令式 n 維陣列。

• 變數 - 計算圖中的節點。它儲存資料和梯度。

• 模組 - 神經網路層，它將儲存狀態或可學習的權重。

PyTorch 的優勢

以下是 PyTorch 的優勢：

• 易於除錯和理解程式碼。

• 它包含 Torch 中的許多層。

• 它包含許多損失函式。

• 它可以被視為 NumPy 對 GPU 的擴充套件。

• 它允許構建其結構依賴於計算本身的網路。

TensorFlow 與 PyTorch

我們將在下面探討 TensorFlow 和 PyTorch 之間的主要區別：