Pytorch教程,pytorch


PyTorch和Gluon有什么区别?

Pytorch教程,pytorch


pytorch是一个和tensorflow一样的深度学习框架,没有高度封装,适用于科研和工业部署的框架,由facebook出品,随着pytorch新版本的更新,c的扩展,也许能够与tensorflow争一下地位,对于工业界也逐渐友好,工业部署算法也有些可能 。tensorflow是静态图,而pytorch是动态图 。
Gluon是亚马逊大神LI MU带领下做的一个前端工具,是一个高度封装的接口 。很多最新论文的算法,都有复现,你只需要去调用相应的function就可以使用相应算法,可以很简单,快捷的使用算法,看算法的展示效果 。另外GluonCV是衍生出来的另一来源项目,主要针对于视觉方面,比如人脸识别,车辆检测,物体分类等等 。
想学习pytorch,需要先学习python吗?
【Pytorch教程,pytorch】
Pytorch教程,pytorch


pytorch是目前非常流行的深度学习框架,想学习它,最好先学一些python的编程基础,因为很多使用了pytorch的代码都是用python开发的,先学点python打好基础之后,更有助于您理解和学习pytorch,就比如要建房子先要打好地基,是一个道理 。网上关于python的免费教程很多,在我的今日条头文章里面就写过一篇关习python学习教程的文章,了解了python的一些基本语法,可以编写和运行一些简单的python程序之后就可以开始学pytorch了,它的官网有个学习教程可参考:http://pytorch.org/tutorials/ 。
面对Tensorflow,为何我选择PyTorch?
Pytorch教程,pytorch


先来说说pytorch劣势 。自从其被发布以来pytorch更多被用于学术界而不是工业界的实际生产,主要是因为它不够成熟、很多接口不太稳定,加上其全面性也不够,tensorflow目前仍然有很多pytorch不支持的功能,比如快速傅里叶变换,但这一点劣势会随着pytorch的发展而逐渐减小 。除此此外,相比于tensorflow的容易各处部署的静态图(这一点远胜于很多框架),以python优先的深度学习框架 pytorch在部署到其他产品会很不方便 。
优势先从上手时间开始说,虽然在2015年发布之后tensorflow多方受宠,但是和theano一样,tensorflow使用的是静态计算图,对于新手来说有过多需要新学习的概念,这导致了不管是入门还是搭建,使用tensorflow都比pytorch困难 。而在2017年pytorch被团队开源的主要原因之一也是让建立深度学习模型更加简单,这让它发展十分迅猛 。
在数据加载上,pytorch加载数据的API简单高效,其面向对象的API源自于porch(也是keras的设计起源),比tensorflow难学的API友好很多,使用户可以将重点放在实现自己的想法,而不是被框架本身束缚住 。速度上,pytorch并没有为了灵活性而放弃速度,虽然运行速度和程序员水平密切相关,但pytorch在相同情况下常有可能胜于其他框架的速度 。

    推荐阅读