DL常用工具基本介绍

NumPy

NumPy是用Python进行科学计算的基本软件包。 它包含以下内容：
一个强大的N维数组对象
复杂的（广播）功能
用于集成C / C ++和Fortran代码的工具
有用的线性代数，傅里叶变换和随机数能力
除了明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。 任意的数据类型可以被定义。 这使得NumPy能够与各种各样的数据库无缝，快速地整合。

NumPy是根据BSD许可证进行许可的，只需很少的限制即可重复使用。

Getting Started

• Getting NumPy
• Installing the SciPy Stack
• NumPy and SciPy documentation page
• NumPy Tutorial
• NumPy for MATLAB© Users
• NumPy functions by category
• NumPy Mailing List

For more information on the SciPy Stack (for which NumPy provides the fundamental array data structure), see scipy.org.

Pytorch

PyTorch是一个python包，提供了两个高级功能：张量计算（如numpy）与强大的GPU加速深度神经网络建立在一个基于磁带的autograd系统上你可以重用你最喜欢的python软件包，比如numpy，scipy和Cython，以便在需要时扩展PyTorch。在粒度级别上，PyTorch是一个由以下组件组成的库：

Package	Description
torch	a Tensor library like NumPy, with strong GPU support
torch.autograd	a tape based automatic differentiation library that supports all differentiable Tensor operations in torch
torch.nn	a neural networks library deeply integrated with autograd designed for maximum flexibility
torch.optim	an optimization package to be used with torch.nn with standard optimization methods such as SGD, RMSProp, LBFGS, Adam etc.
torch.multiprocessing	python multiprocessing, but with magical memory sharing of torch Tensors across processes. Useful for data loading and hogwild training.
torch.utils	DataLoader, Trainer and other utility functions for convenience
torch.legacy(.nn/.optim)	legacy code that has been ported over from torch for backward compatibility reasons

通常使用PyTorch作为：

numpy替代使用GPU的力量；
一个深度学习研究平台，提供最大的灵活性和速度。