PyTorch 2-深度学习-模块
- 一: pytorch
- 二:pytorch 模块
-
- 1> torch.Tensor 模块
- 2> torch.nn模块
- 3> torch.nn.function模块
- 4> torch.random模块
- 5> torch.onnx模块
- 6> torch.sparse模块
- 7> torch.cuda模块
- 8> torch.nn.init模块
- 9> torch.optim模块
- 10> torch.autograd模块
- 11> torch.distributed模块
- 12> torch.distributions模块
- 13> torch.hub模块
- 14> torch.jit模块
- 15> torch.multiprocessing模块
- 16> PyTorch辅助工具模块
- 三: 流程demo
- 四:pytorch 注意技巧
- 五:pythorch其他
一: pytorch
1> pytorch 介绍
PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序,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深度神经网络。
2> pytorch 作用
PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序;
提供功能 | 介绍 |
---|---|
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深度神经网络 |
多开源框架(如TensorFlow、Caffe2、CNTK和Theano )采用静态计算图,而PyTorch采用动态计算图。 在静态计算图表中,必须先定义网络模型,然后运行,一次定义并运行多次。 动态计算图表可以在运行中定义,可以在运行时构建,多次构建并运行;
3> pytorch 优点
优势 | 介绍 |
---|---|
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 | <