深度学习入门笔记（4）—— Pytorch 和计算图的简单介绍

Pytorch 顾名思义，就是 Torch 7 移植到 Python 的版本，其最大亮点就是自动微分、动态计算图和 Numpy 集成。

Pytorch 相比于 Numpy，优点在于支持 GPU 计算甚至是多设备计算，以及动态计算图。

在 import 的时候，得记住 import 的是 torch 而不是 pytorch

最常用的激活函数之一是 ReLU 函数，它可以看作是恒等函数 y = x 在 x 小于等于 0 时被截掉了（y 等于 0）。由于它在 x = 0 处的左右极限不相同，所以显然它在零点处不可导，但在实际中我们会忽略 x = 0 的情况（因为很罕见），将它的导数看作是一个分两段的函数即可。

ReLU 函数及其计算图，实际上就是把复杂函数分解为变量通过简单函数（四则运算、单个函数）的组合。

这样做的好处是可以很方便地求导，特别是输出对于参数的导数，利用链式法则，将目标导数分解为多个子步骤的导数之积，又因为子步骤的导数都是很简单的，所以目标导数也能轻松求取。

代入实际的数字，令 b = 1、x = 3、w = 2，导数求取过程如上。