pytorch框架的基本使用

Pytorch是什么?
Facebook推出的深度学习框架 ,:它是一个基于Python的可续计算包，提供两个高级功能:
1.具有强大的GPU加速的张量计算（如NumPy）
2.包含自动求导系统的深度神经网络

PyTorch与Tensorflow的区别
pytorch的特点：
1.简洁性(编程同Python几乎一致)
2.动态计算
3.visdom、TensorBoardX
4.部署不方便
Tensorflow的特点：
1.接口复杂
2.静态图
3.TensorBoard
4.部署方便(TF serving)
静态图与动态图：
静态图：先搭建计算图，后运行；这样的好处是，它允许编译器进行优化，缺点是不实时可见，不方便调试
动态图：编好程序即可运行
Pytorch的优点：
活跃度：逐渐形成了完整的开发生态，资源多
框架的优雅型，对于初学者的友好性（动态图的架构）
代码简洁，易于理解和调试
Pytorch的安装与环境搭建：
https://pytorch.org/get-started/locally/

张量是什么
1.更高维度的数据，张量实际是对标量、向量、矩阵更加泛化的定义，它们都属于张量
2.标量是0阶张量，向量是1阶张量，矩阵是2阶张量
张量的创建：
import torch
a = torch.Tensor([[1,2],[3,4]])
a = torc