? ? ? ? PyTorch是一個針對深度學習，并且使用GPU和CPU來優化的tensor library(張量庫)。最新發布的穩定版本為1.9，源碼在https://github.com/pytorch/pytorch 。它支持在Linux、Mac和Windows上編譯和運行。調用Python接口可以通過Anaconda或Pip的方式安裝，調用C++接口可直接下載對應的二進制庫。對PyTorch比較熟悉了，也可以通過源碼直接編譯。

? ? ? ? PyTorch是基于以下兩個目的而打造的python科學計算框架：

? ? ? ? (1). 無縫替換NumPy，并且通過利用GPU的算力來實現神經網絡的加速。

? ? ? ? (2). 通過自動微分機制，讓神經網絡的實現變得更加容易

? ? ? ? 張量(Tensor)如同數組和矩陣一樣，是一種特殊的數據結構。在PyTorch中，神經網絡的輸入、輸出以及網絡的參數等數據，都是使用張量來進行描述。

? ? ? ? 張量的使用和Numpy中的ndarrays很類似，區別在于張量可以在GPU或其它專用硬件上運行，這樣可以得到更快的加速效果。

? ? ? ? 可以使用torch.nn包構建神經網絡，包含各種layer的實現。torch.nn.functional中包含了多種激活函數、損失函數的實現。

? ? ? ? 可以使用torch.optim包提供的算法來優化模型，如SGD、AdaGrad、RMSProp、Adam等。

? ? ? ? 可以使用torch.autograd包提供的自動微分(即計算梯度)來自動計算神經網絡中的反向傳播。

? ? ? ? 通過Anaconda在Windows和Ubuntu上安裝不帶CUDA版的PyTorch 1.8.1，依次執行如下命令：

conda create -n pytorch1.8.1
conda activate pytorch1.8.1
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch

? ? ? ? 安裝帶CUDA 10.2版本的則執行如下命令：

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch

? ? ? ? PyTorch主要模塊：

? ? ? ? (1). C10：通用tensor操作，由C++或CUDA實現。

? ? ? ? (2). ATen：基礎tensor和數學運算庫，依賴C10，由C++或CUDA實現，PyTorch中幾乎所有其它Python和C++接口都建立在它之上。

? ? ? ? (3). Caffe2：一種新的輕量級、模塊化和可擴展的深度學習框架，Caffe2建立在原始Caffe的基礎上，依賴C10、ATen，由C++或CUDA實現。

? ? ? ? (4). Torch：包含多維tensor的數據結構以及基于其上的多種數學運算操作。此外，它還提供了許多實用工具，如可以更有效地對tensor和任意類型進行序列化。它依賴C10、Caffe2，由C++或CUDA或Python實現。

? ? ? ? TorchVision：源碼在https://github.com/pytorch/vision，最新發布版本為0.10.0，PyTorch的計算機視覺庫，支持數據集下載和load、模型架構和計算機視覺的通用圖像操作，依賴C10、ATen、Torch、caffe2，由C++或CUDA或Python實現。

? ? ? ? TorchAudio：源碼在https://github.com/pytorch/audio，最新發布版本為0.9.0，PyTorch的音頻庫，依賴C10、ATen、Torch，由C++或Python實現。

? ? ? ? TorchText：源碼在https://github.com/pytorch/text，最新發布版本為0.10.0，PyTorch的文本處理和NLP庫，依賴C10、ATen、Torch，由C++或Python實現。

? ? ? ? GitHub：https://github.com/fengbingchun/PyTorch_Test

總結

以上是生活随笔為你收集整理的PyTorch简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。