PyTorch简介、发展与优点

PyTorch简介

  PyTorch是2017年1月FAIR（Facebook AI Research）发布的一款深度学习框架。从名称可以看出，PyTorch是由Py和Torch构成的。其中，Torch是纽约大学在2012年发布的一款机器学习框架，采用Lua语言为接口，但因Lua语言较为小众，导致Torch知名度不高。PyTorch是在Torch基础上用 python语言进行封装和重构打造而成的。

PyTorch发展

• 2017年1月正式发布PyTorch
• 2018年4月更新0.4.0版，支持Windows系统，caffe2正式并入PyTorch
• 2018年11月更新1.0稳定版，已GitHub 增长第二快的开源项目
• 2019年5月更新1.1.0版，支持TensorBoard，增强可视化功能
• 2019年8月更新1.2.0版，更新torchvision，torchaudio 和torchtext，增加更多功能
  
  arXiv是学术界风向标。上图是2014年10月至2018年02月arXiv论文中深度学习框架提及次数统计。可以看到PyTorch的增长速度与TensorFlow一致。
  
  Github是工业界风向标。上图是2019年3月各深度学习框架在GitHub上的Start， Forks， Watchers和Contributors数量对比。

PyTorch优点

• 上手快：掌握Numpy和基本深度学习概念即可上手
• 代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态图机制，更灵活
• Debug方便：调试PyTorch就像调试 Python 代码一样简单
• 文档规范：https://pytorch.org/docs/stable/index.html可查各版本文档
• 资源多：arXiv中的新算法大多有PyTorch实现
• 开发者多：GitHub上贡献者(Contributors)已超过1100+
• 背靠大树：FaceBook维护开发

适合人群

• 深度学习初学者：模型算法实现容易，加深深度学习概念认识
• 机器学习爱好者：数十行代码便可实现人脸识别，目标检测，图像生成等有趣实验
• 算法研究员：最新arXiv论文算法快速复现