最近,Torch7 团队开源了 PyTorch。据该项目官网介绍,PyTorch 是一个 Python 优先的深度学习框架,能够在强大的 GPU 加速基础上实现张量和动态神经网络。
官网:http://pytorch.org/
github:https://github.com/pytorch/pytorch
官方文档:http://pytorch.org/docs/tensors.html
pytorch的一大优势就是它的动态图计算特性,目前市场上支持动态图计算的框架有Pytorch,DyNet,Chainer。而支持静态图计算的框架有 TensorFlow,MXNet,Theano。
先看一下Pytorch的文档的结构,了解以下大致的功能:
1.数据计算
Torch 自称为神经网络界的 Numpy, 因为他能将 torch 产生的 tensor 放在 GPU 中加速运算 (前提是你有合适的 GPU), 就像 Numpy 会把 array 放在 CPU 中加速运算。Torch和Numpy之间可以进行自由的切换:
import torch
import numpy as np
np_data = np.arange(6).reshape((2, 3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy()
print(
'\nnumpy array