PyTorch 简介

百度百科：https://baike.baidu.com/item/PyTorch/24269838?fr=ge_ala
知乎：https://zhuanlan.zhihu.com/p/644120304

简介

PyTorch 是一个开源的深度学习库，由 Facebook 的人工智能研究团队开发和维护。PyTorch 提供了两个主要的功能：

• 多维张量的操作：PyTorch 提供了一个类似于 NumPy 的库，用于对多维数组（也称为张量）进行操作。与 NumPy 不同，PyTorch 的张量可以在 GPU 上运行，这使得其可以进行更快的数学运算。

• 深度学习：PyTorch 提供了一套全面的深度学习函数和类，支持各种类型的神经网络。PyTorch 的一个关键特性是动态计算图，这使得用户可以动态地更改神经网络的结构，这在某些复杂的模型中是非常有用的，如递归神经网络。

  PyTorch 有一个活跃的社区，提供了大量的预训练模型、学习资源和工具库。此外，PyTorch 的接口设计得简洁直观，因此它对于初学者来说是非常友好的。

  PyTorch 还支持分布式训练，使其可以在多个 GPU 或多个服务器上进行训练。其易用性、灵活性以及强大的功能使得 PyTorch 已经成为了学术界和工业界的首选深度学习库之一。

发展历史

• PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。

• 2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。

• 2022年9月，扎克伯格亲自宣布，PyTorch 基金会已新鲜成立，并归入 Linux 基金会旗下。

运行环境

已兼容 Windows(CUDA,CPU)、MacOS(CPU)、Linux(CUDA,ROCm,CPU)

优点

• PyTorch 是相当简洁且高效快速的框架
• 设计追求最少的封装
• 设计符合人类思维，它让用户尽可能地专注于实现自己的想法
• 与google的Tensorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新
• PyTorch作者亲自维护的论坛 供用户交流和求教问题
• 入门简单

官方网址：https://pytorch.org/