Pytorch

来自集智百科
跳转到: 导航搜索

PyTorch是一个基于Python的深度学习平台,该平台具有如下几个特点:

  • 简单易用上手快:这一点相信对于深度学习的初学者来说是极具杀伤力的。PyTorch是诸多平台中最容易上手的一个。
  • 功能强大:从计算机视觉、自然语言处理再到深度强化学习,PyTorch的功能可谓是异常强大。更有甚者,越来越多的支持PyTorch的工具包正在不断被开发出来,例如用于自然语言处理的Allen NLP,用于概率图模型的Pyro等等,这些包无疑扩展了PyTorch的功能。
  • Python化编程:在诸多深度学习开源平台中,PyTorch恐怕是和Python结合最好的平台之一。相比较TensorFlow这种蹩脚的平台来说,PyTorch将会让你的代码更流畅、舒服。
  • 强大的社区支持:对于一个小白来说,找到老司机来交流经验恐怕是最迫切的需要了。尽管PyTorch的年龄还很短(仅仅一岁有余),但是它的社区却成长飞快。在国外,PyTorch有着完整的使用教程、说明文档,以及配套的论坛。在StackOverflow这类问答社区上有大量的有关PyTorch的问答。在国内,用PyTorch作为关键词就能搜索到大概五六个网络社区、BBS。各大问答类网站对于PyTorch的问题数目也在持续增多。

除此之外,PyTorch既有悠久的历史(它的前身是Torch,这是义工用Lua写的机器学习框架),同时又受到包括脸书、NVIDIA(著名显卡生产厂商)、优步等大公司以及斯坦福大学、卡内基梅隆大学等著名高校的支持。



自然语言处理技术(NLP)

基于Facebook最新发布的PyTorch深度学习框架

import torch
import torch.autograd as autograd
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
torch.manual_seed(1)

张量 - N维矩阵

V_data = [1., 2., 3.]
V = torch.Tensor(V_data)
print(V)
  1. 创建一个2维的Tensor
M_data = [[1., 2., 3.], [4., 5., 6]]
M = torch.Tensor(M_data)
print(M)
  1. 创建一个3维的Tensor,维度为:2x2x2
T_data = [[[1.,2.], [3.,4.]],
[[5.,6.], [7.,8.]]]
T = torch.Tensor(T_data)
print(T)
个人工具
名字空间
操作
导航
工具箱