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
-
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。 -
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。 -
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。 -
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。 -
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。