深度学习框架PyTorch入门与实践之PyTorch简介

PyTorch简介

1. 诞生

2017年1月，Facebook FAIR团队在GitHub上开源，热度上升非常快。

2. 常见的深度学习框架

1. Theano
   诞生于蒙特利尔大学LISA实验室，08年开发。2017年9月，宣布停止开发。它是第一个有影响力的深度学习框架，不过已经停止开发，不建议学习和研究了。

2. Tensorflow
   2015年11月，Google推出，迅速成为如今用户最多的深度学习框架。它社区强大，最流行，适合生产，不过其存在的问题是系统设计复杂，接口频繁改动，隐晦难懂，文档混乱脱节。

3. Keras
   入门最简单，但是不够灵活，使用受限，因为它过度封装接口，提供一致的用户接口，速度也缓慢。

4. Caffe/Caffe2
   核心语言是C++，性能非常优异，几乎全平台支持，极盛的时候占据计算机视觉的半壁江山，不过文档还不够完善。

5. MXNet
   最初是由学生开发，可能由于推广不够，文档不齐而热度不够，它的分布式性能强大，语言支持最多，适合AWS云平台使用。

还有其他不少框架，都有一定的影响力和用户，比如百度开源的PaddlePaddle，Amazon开发的DSSTNE等等。

3. PyTorch的优势

它是简洁优雅而且高效快速的框架，灵活性、易用性、速度三个方面没有其他框架能同时有两个超过PyTorch。
PyTorch不同于Tensorflow是基于动态计算图，可以像正常用Python那样易于调试，代码简洁，代码量可能只有Tensorflow的十分之一，而且速度更快。