PyTorch 是Torch7 團隊開發的，從它的名字就可以看出，其與Torch 的不同之處在于PyTorch 使用了Python 作為開發語言。

所謂“Python first”，同樣說明它是一個以Python 優先的深度學習框架，不僅能夠實現強大的GPU 加速，同時還支持動態神經網絡，這是現在很多主流框架比如Tensorflow 等都不支持的。

PyTorch 既可以看做加入了GPU 支持的numpy，同時也可以看成一個擁有自動求導功能的強大的深度神經網絡，除了Facebook 之外，它還已經被Twitter、CMU 和Salesforce 等機構采用。

為何要使用PyTorch

面對如此多的深度學習框架，我們為何要選擇PyTorch 呢？Tensorflow 不是深度學習框架默認的老大嗎，為什么不直接選擇Tensorflow 而是要選擇PyTorch 呢？下面分4個方面來介紹為何要使用PyTorch。

（1）掌握一個框架并不能一勞永逸，現在深度學習并沒有誰擁有絕對的壟斷地位，就算是Google 也沒有，所以只學習Tensorflow 并不夠。同時現在的研究者使用各個框架的都有，如果你要去看他們實現的代碼，至少也需要了解他們使用的框架，所以多學一個框架，以備不時之需。

（2）Tensorflow 與Caffe 都是命令式的編程語言，而且是靜態的，首先必須構建一個神經網絡，然后一次又一次使用同樣的結構，如果想要改變網絡的結構，就必須從頭開始。但是對于PyTorch，通過一種反向自動求導的技術，可以讓你零延遲地任意改變神經網絡的行為，盡管這項技術不是PyTorch 獨有，但目前為止它實現是最快的，能夠為你任何瘋狂想法的實現獲得最高的速度和最佳的靈活性，這也是PyTorch 對比Tensorflow 最大的優勢。

（3）PyTorch 的設計思路是線性、直觀且易于使用的，當你執行一行代碼時，它會忠實地執行，并沒有異步的世界觀，所以當你的代碼出現Bug 的時候，可以通過這些信息輕松快捷地找到出錯的代碼，不會讓你在Debug 的時候因為錯誤的指向或者異步和不透明的引擎浪費太多的時間。

（4）PyTorch 的代碼相對于Tensorflow 而言，更加簡潔直觀，同時對于Tensorflow高度工業化的很難看懂的底層代碼，PyTorch 的源代碼就要友好得多，更容易看懂。深入API，理解PyTorch 底層肯定是一件令人高興的事。一個底層架構能夠看懂的框架，你對其的理解會更深。

最后，我們簡要總結一下PyTorch 的特點：

支持GPU；

動態神經網絡；

Python 優先；

命令式體驗；

輕松擴展。

擁有著如此多優點的.PyTorch 也有著它的缺點,因為這款框架比較新，所以使用的人也就比較少，這也就使得它的社區沒有那么強大，但是PyTorch 提供了一個官方的論壇，大多數碰到的問題都可以去里面搜索，里面的答案一般都是由作者或者其他PyTorch 使用者提供的，論壇的更新也特別頻繁，同時也可以去Github 上面提Issue，一般很快就會得到開發者的回應，也算是一定程度上解決了社區的問題。

以上就是python torch是什么的詳細內容，更多請關注風君子博客其它相關文章！

總結

以上是生活随笔為你收集整理的python torch是什么的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。