pytorch简介

Pytorch简介

要介绍Pytorch之前，不得不说以下Torch。Torch是一个由大量机器学习算法支持的科学计算框架。是一个与numpy类似的张量操作库，其特点是特别灵活，但因其采用小众的编程语言Lua,所以流行度不高，这也就有了Pytorch的出现，所以其实Torch是Pytorch的前身，它们的底层语言相同，只是使用了不同上层包装语言。

Pytorch是基于Torch的Python的开源机器学习库，用于自然语言处理等应用程序。它主要有Facebook的人工智能小组开发，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架入Tensorflow都不支持的，Pytorch提供了两个高级功能，具有强大的GPU加速张量计算，包含自动求导系统的深度神经网络。
处理Facebook之外，Twitter, GMU和Salesforce等机构都采用了PyTorch。
Tensorflow和Caffe都是命令式编程语言，而且是静态的，首先必须构建一个神经网络，然后一次又一次的使用相同的结构，如果想改变网络结构，必须从头开始，但是对于Pytorch，通过反向求导技术，可以让你零延迟的任意改变神经网络的行为，而且实现速度非常快，正是这一灵活性，Pytorch是tensorflow的最大优势。
另外pytorch代码对于tensorflow而言，更加简洁直观，底层代码也容易看懂，这对于使用他的人来说，理解底层肯定是一件令人激动的事。
总结以下，Pytorch的有优点：支持GPU灵活，支持动态神经网络，底层代码易于理解，命令式体验自定义扩展。
Pytorch的缺点：目前不支持快速傅里叶，沿维翻转张量和检测无穷与非数值张量，针对移动端、嵌入式部署以及高性能服务器端的部署其性能表现有待提升。其次由于这个框架较新， 使得它的社区没有那么强大，在文档方面其C库大多没有文档。