torch包包含多维张量的数据结构,并定义了多维张量的数学运算。此外,它还提供了许多实用程序来高效地序列化张量和任意类型,以及其他有用的实用程序。它有一个CUDA的副本,可以让你运行你的张量计算在一个NVIDIA GPU,并且计算能力>= 3.0。
定义实现神经网络的各种函数。
定义实现神经网络的各种函数。
用于生成新的张量。
张量的属性。
torch.autograd提供实现任意标量值函数的自动微分的类和函数。它只需要对现有代码进行最小的修改—您只需要声明张量s,使用requires_grad=True关键字来计算它的梯度。
这个包增加了对CUDA张量类型的支持,它实现了与CPU张量相同的功能,但是它们利用gpu进行计算。