概述
今天，我们来介绍一下深度学习中一个新兴的框架Pytorch，因为作者对这种学习框架了解不深，提供一些相关资料供读者参考。
Pytorch是命令式编程，通常是在计算机流程完全定义好后才被执行，因此效率很高，但是缺点是实现复杂。Pytorch中的图定义是动态化的，可以随时定义，随时更改，随时执行节点。因此相对tensorflow而言，Pytorch更加灵活，更加方便调试。在可视化方面，Pytorch没有类似tensorboard的工具，但是Pytorch可以导入tensorboard或者matplotlib这类工具包用于可视化。
首先，下载Pytorch，登录官网。
然后，根据自己的情况选择相应的操作系统、安装包、语言种类还有cuda，安装包中conda和pip的用户相对较多，还有这里注意了对于PC而言cuda应该选择None。
下面提供Pytorch的Github上的资料地址：https://github.com/yunjey/pytorch-tutorial，目前该文档获得了12K+star。这个资源为深度学习的研究人员提供了学习Pytorch的教程代码，大多数模型都使用少于30行代码实现。看之前建议先看官方教程。
目录
1.基础知识：Pytorch基础知识、线性回归、逻辑回归、前馈神经网络。
2.中级：卷积神经网络、深度残差网络、递归神经网络、双向递归神经网络、语言模型。
3.高级：生成对抗网络、变分自动编码器、神经风格转移、图像字幕。
4.工具:Pytorch中的tensorboard。
最后
以上就是专一小鸭子为你收集整理的深度学习框架比较（3）的全部内容，希望文章能够帮你解决深度学习框架比较（3）所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复