1、Pytorch和Tensorflow的区别?
图创建
创建和运行计算图可能是两个框架最不同的地方。
在pyTorch中,图结构是动态的,这意味着图在运行时构建。
而在TensorFlow中,图结构是静态的,这意味着图先被“编译”然后再运行。
pyTorch中简单的图结构更容易理解,更重要的是,还更容易调试。调试pyTorch代码就像调试Python代码一样。你可以使用pdb并在任何地方设置断点。调试tensorFlow代码可不容易。要么得从会话请求要检查的变量,要么学会使用tensorFlow的调试器。
灵活性
pytorch:动态计算图,数据参数在CPU与GPU之间迁移十分灵活,调试简便;
tensorflow:静态计算图,数据参数在CPU与GPU之间迁移麻烦,调试麻烦。
设备管理
pytorch:需要明确启用的设备
tensorflow:不需要手动调整,简单
2、leetcode爬楼梯(dp,递归等方法)