张量计算框架的学习 pytorch和tensorflow
要实现一些模型或者算法,可以直接用pytorch库或者tensorflow库,但是也可以再深入一些
也就是对库本身进行一些扩展。
找到两篇文章觉得不错:
知乎上分享的
万字综述,核心开发者全面解读PyTorch内部机制
https://zhuanlan.zhihu.com/p/67834038
探索TensorFlow的运行原理:TensorFlow是如何运行的
https://zhuanlan.zhihu.com/p/629303544
感觉上,总的来说,虽然都是带自动梯度的张量计算的库。pytorch更着重于外部调用接口的简单,而内部的话使用了一些python语言的技巧以及一些代码自动生成的技巧,虽然是动作式语言,但是模拟了一些声明式语言的效果。
而tensorflow则完完全全是一个数据流图的声明式语法。
使用上pytorch可能会更简洁。
扩展方面还有待观察,或许tensorflow更容易。