我们已经准备好了,你呢?

我们与您携手共赢,为您的企业形象保驾护航!

PyTorch是一个开源的Python机器学习库,基于Torch,底层由C++实现,应用于人工智能领域,如自然语言处理。 它最初由Facebook的人工智能研究团队开发,并且被用于Uber的概率编程软件Pyro。

PyTorch 是一个开源的 Python 机器学习库,基于 Torch,底层由 C++实现,应用于人工智能领域,如自然语言处理。 它最初由 Facebook 的人工智能研究团队开发,并且被用于 Uber 的概率编程软件 Pyro。

2017 年 1 月,由 Facebook 人工智能研究院(FAIR)基于 Torch 推出了 PyTorch。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的深度神经网络。

PyTorch 主要有两大特征:

  1. 类似于 NumPy 的张量计算,可使用 GPU 加速;
  2. 基于带自动微分系统的深度神经网络。

PyTorch 包括 torch.nn、torch.optim 等子模块。

发展

PyTorch 的前身是 Torch,其底层和 Torch 框架一样,但是使用 Python 重新写了很多内容,不仅更加灵活,支持动态图,而且提供了 Python 接口。它是由 Torch7 团队开发,是一个以 Python 优先的深度学习框架,不仅能够实现强大的 GPU 加速,同时还支持动态神经网络,这是很多主流深度学习框架比如 Tensorflow 等都不支持的。

PyTorch 既可以看作加入了 GPU 支持的 numpy,同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了 Facebook 外,它已经被 Twitter、CMU 和 Salesforce 等机构采用。

优点

  1. PyTorch 是相当简洁且高效快速的框架
  2. 设计追求最少的封装
  3. 设计符合人类思维,它让用户尽可能地专注于实现自己的想法
  4. 与 google 的 Tensorflow 类似,FAIR 的支持足以确保 PyTorch 获得持续的开发更新
  5. PyTorch 作者亲自维护的论坛 供用户交流和求教问题
  6. 入门简单

基础环境

一台 PC 设备、一张高性能 NVIDIA 显卡(可选)、Ubuntu 系统。

免责声明:本站内容(文字信息+图片素材)来源于互联网公开数据整理或转载,仅用于学习参考,如有侵权问题,请及时联系本站删除,我们将在5个工作日内处理。联系邮箱:chuangshanghai#qq.com(把#换成@)

我们已经准备好了,你呢?

我们与您携手共赢,为您的企业形象保驾护航!

在线客服
联系方式

热线电话

132-7207-3477

上班时间

周一到周五

二维码
线