《深度学习与图像识别：原理与实践》—2.1.5　PyTorch

2.1.5　PyTorch

PyTorch是一个Python优先的深度学习框架，能够在强大的GPU加速的基础上实现张量和动态神经网络。

PyTorch是一个Python软件包，其提供了两种高层面的功能，具体如下。

1）使用强大的GPU加速的Tensor计算（类似于Numpy）。

2）构建基于tape的autograd系统的深度神经网络。

3）活跃的社区：PyTorch提供了完整的文档，循序渐进的指南，作者亲自维护论坛以供用户交流和求教问题。Facebook人工智能研究院（FAIR）对PyTorch提供了强力支持，作为当今排名前三的深度学习研究机构，FAIR的支持足以确保PyTorch获得持续的开发更新，而不至于像许多由个人开发的框架那样昙花一现。

如有需要，你也可以复用你喜欢的Python软件包（如Numpy、scipy和Cython）来扩展PyTorch。

相对于Tensorflow，PyTorch的一大优点是，它的图是动态的，而Tensorflow等都是静态图，不利于扩展。同时，PyTorch非常简洁，方便使用。本书将选取PyTorch作为图像识别的主要实现框架。

总结：如果说TensorFlow的设计是“Make It Complicated”，Keras的设计是“Make It Complicated And Hide It”，那么PyTorch的设计真正做到了“Keep it Simple，Stupid”。

项目地址：http://pytorch.org/。