pytorch简介
上面图片截自官网,主要想体现的是如下四点:
1. 生产环境可用。
使用torch script在eager和graph模式间能够做到无缝切换,并且可以使用TorchServe加速。
2. 分布式训练。
在研究和生产中,通过torch.distributed能实现可伸缩的分布式训练和性能优化。
3. 稳健的生态系统
丰富的工具和库生态系统扩展了PyTorch的能力,并支持计算机视觉、NLP等方面的开发。
4. 云支持
PyTorch在主要的云平台上得到了很好的支持,使开发者能够无障碍开发,并且后期易于扩展。
5. 其它
支持android或IOS开发,支持ONNX等。
虽然介绍很花里胡哨,究其本质就一句话:
PyTorch is an optimized tensor library for deep learning using GPUs and CPUs.
翻译过来就是:PyTorch是一个使用GPU和CPU进行深度学习的优化张量库。
首先,它是一个张量操作的库
然后,它是一个优化后的张量库
最后,CPU当然支持,GPU也是支持的
这个介绍也给我们后面的学习指明了方向--先把张量搞清楚。