编者按:2017 年初,Facebook 在机器学习和科学计算工具 Torch 的基础上,针对 Python 语言发布了一个全新的机器学习工具包 PyTorch。一经发布,这款开源工具包就受到了业界的广泛关注和讨论,经过几个月的发展,目前 PyTorch已经成为从业者最重要的研发工具之一。PyTorch 为什么如此受欢迎,研究人员是出于怎样的考虑选择了 PyTorch?针对这些问题,我们今天不妨来看看专业人士怎么说。
以下内容转载自饶锦峰在知乎上的问答,雷锋网(公众号:雷锋网)已或授权。饶锦峰先后就读于浙江大学和美国马里兰大学的计算机科学学院,曾于微软和谷歌实习,研究方向是深度神经网络和自然语言处理等。
PyTorch比较吸引我的特性有以下几点:
1. 支持Python。 之前用Lua写代码不要太痛苦(用 Torch 时),各种功能性函数没有。举个例子,Lua里面最主要的数据结构是table(类似
PyTorch自2017年初发布以来深受业界欢迎,成为研究人员的重要工具。其吸引力在于支持autograd,简化debug,动态图创建以及与Torch的迁移成本低。虽然效率稍逊于Torch,但易用性和灵活性使其在学术研究中具有优势。社区支持逐渐增强,适合研究人员使用。对于深度学习初学者,Keras+TensorFlow是更好的入门选择。
最低0.47元/天 解锁文章
812

被折叠的 条评论
为什么被折叠?



