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。