深度学习的框架:
-
核心组件
张量、基于张量的相关操作、计算图、自动微分工具、cudnn等扩展包。
张量:多维数组,0维张量即标量、1维张量即矢量、2维张量即矩阵、3为张量矩阵数组、4为张量…
基于张量的相关操作:
计算图:
自动微分工具
cudnn等扩展包:
-
发展历程
-
Tensorfloe和Pytorch对比
深度学习的框架:
核心组件
张量、基于张量的相关操作、计算图、自动微分工具、cudnn等扩展包。
张量:多维数组,0维张量即标量、1维张量即矢量、2维张量即矩阵、3为张量矩阵数组、4为张量…
基于张量的相关操作:
计算图:
自动微分工具
cudnn等扩展包:
发展历程
Tensorfloe和Pytorch对比