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