第 2 章初识PyTorch

　　为了在我们自己的电脑上实现人工神经网络，需要借助人工神经网络的开发工具。本章将介绍人工神经网络的开发工具PyTorch，并通过一个简单的例子来让你初步了解PyTorch是如何帮助我们实现人工神经网络的。

2.1　人工神经网络库PyTorch

2.1.1　PyTorch是什么

　　PyTorch（http://pytorch.org/）是一个人工神经网络开发库，利用PyTorch可以让机器实现人工神经网络，完成人工智能应用。PyTorch得名于“蟒蛇”（Python）和“火炬”（Torch）这两个单词。Python是一种程序设计语言，它规定了应该如何编程。Torch也是另外一种人工神经网络的开发库的名称，PyTorch就是由Torch演进而来的。因为Torch有“火焰”之意，所以PyTorch的商标就像熊熊燃烧的红色火焰。PyTorch主要由脸书人工智能研究所（Facebook’s Artificial Intelligence Research，FAIR）开发和维护。

　　PyTorch是最简单、最灵活的人工神经网络库之一。回顾前文，人工神经网络就是由人工神经元组成的网络，而人工神经元是对输入进行线性组合再进行非线性操作。在确定人工神经网络的结构后，通过优化，为人工神经元内的权重设置合适的值，就可以发挥人工神经网络强大的功能。那么，如何让计算机实现人工神经元、搭建人工神经网络，并选择合适的权重呢？这就需要人工神经网络的开发软件来帮忙。PyTorch就是一种人工神经网络的开发软件。

　　在开发人工神经网络的过程中，PyTorch可以帮助我们做以下事情：

* 确定人工神经网络的结构：我们只要告诉PyTorch神经网络中神经元的个数、每个神经元是什么样的（比如输入、输出、非线性函数），以及各神经元的连接方式，PyTorch就可以让计算机构建出这个人工神经网络的结构。

* 确定人工神经元的权重值：只要告诉PyTorch什么样的权重值比较好，PyTorch就可以帮助我们找到合适的权重值。

* 处理输入和输出：此外，PyTorch还可以和其他库合作，协助处理人工神经网络的输入和输出，把人工神经网络的计算结果展示出来。

　　有了人工神经网络开发工具PyTorch，我们不再需要编写复杂的代码去实现人工神经元，或是漫无目的地寻找合适的权重值。借助PyTorch，只需要一句话，就可以指定某些神经网络连接关系；只需要一句话，就可以指定神经元使用的非线性函数。而且，我们不需要手动为每个神经元寻找合适的权重。

　　PyTorch不仅简单好用，而且完全免费。PyTorch的源代码是完全公开的，你可以在https://github.com/pytorch/pytorch上找到所有的实现代码。并且它遵循BSD-3许可证，这个许可证允许所有人在没有额外授权的情况下使用或修改PyTorch，包括将它用于商业目的。