PyTorch

PyTorch 简介

PyTorch 是一个开源的 Python 深度学习框架，提供两个核心功能：

• 张量计算：类似 NumPy，但支持强大的 GPU 加速。
• 动态神经网络：基于磁带式自动微分（autograd）构建，支持动态计算图。

你可以像使用 NumPy、SciPy 一样自然地使用 PyTorch，并利用 Cython、Numba 等工具扩展。

核心组件

主要特性

动态神经网络

PyTorch 采用反向模式自动微分，允许在运行时任意改变网络行为，无需重建计算图。这使得调试和实验更加灵活高效。

Python 优先

PyTorch 不是对 C++ 框架的简单封装，而是深度集成到 Python 中。你可以用纯 Python 编写新的网络层，并复用 NumPy、SciPy 等库。

命令式体验

代码逐行执行，没有异步或隐藏的执行引擎。堆栈跟踪直接指向错误位置，调试简单直接。

高效性能

集成 Intel MKL、NVIDIA cuDNN、NCCL 等加速库，并针对 GPU 内存管理进行了优化，支持训练更大的模型。

易于扩展

可以用 Python 或 C/C++ 编写自定义层，扩展 API 简洁高效，无需编写包装代码。

快速开始

安装 PyTorch 最简单的方式是通过 pip 或 conda，具体命令请参考官方安装指南。

以下是一个简单的张量操作示例：

import torch

# 创建张量
x = torch.tensor([1.0, 2.0, 3.0])
# 在 GPU 上创建张量（如果可用）
if torch.cuda.is_available():
    x = x.cuda()

# 自动微分
y = x * 2
z = y.mean()
z.backward()
print(x.grad)  # 输出梯度

资源与社区

• 官方教程：https://pytorch.org/tutorials/
• 文档：https://pytorch.org/docs/
• 论坛：https://discuss.pytorch.org/

PyTorch 由 Linux 基金会下的 PyTorch 基金会支持，拥有活跃的开发者社区。