近日，使用 GPU 和 CPU 优化的深度学习张量库 PyTorch 上线了其第一版中文文档，内容涵盖介绍、说明、Package 参考、torchvision 参考等 4 个方面。机器之心第一时间与读者做出分享，扩充了 PyTorch 的介绍部分，并整理附上了机器之心 PyTorch 相关资源文章列表。
PyTorch 中文文档：http://pytorch-cn.readthedocs.io/zh/latest/#pytorch
介绍
PyTorch 是一个 Python 优先的深度学习框架，也是使用 GPU 和 CPU 优化的深度学习张量库，能够在强大的 GPU 加速基础上实现张量和动态神经网络。其前身是 Torch，主要语言接口为 Lua。PyTorch 和 TensorFlow、MXNet、Caffe2 一样，是非常底层的框架；也正如 TensorFlow 是谷歌官方框架，MXNet 是亚马逊官方框架，背后支持 PyTorch 的则是 Facebook。
同时，PyTorch 还是一个 Python 软件包，其提供了两种高层面的功能：1. 使用强大的 GPU 加速的 Tensor 计算（类似 numpy）；2. 构建于基于 tape 的 autograd 系统的深度神经网络。通常，人们使用 PyTorch 的原因通常有二：1. 作为 numpy 的替代，以便使用强大的 GPU；2. 将其作为一个能提供最大的灵活性和速度的深度学习研究平台。
PyTorch 是一个社区驱动的项目，由经验丰富的工程师和研究者组成的 Torch7 团队开发。目前，PyTorch 由 Adam Paszke、Sam Gross 与 Soumith Chintala 牵头开发。其他主要贡献者包括 Sergey Zagoruyko、Adam Lerer、Francisco Massa、Andreas Kopf、James Bradbury、Zeming Lin、田渊栋、Guillaume Lample、Marat Dukhan、Natalia Gimelshein 等人。
说明
- 自动求导机制
- CUDA 语义
- 扩展 PyTorch
- 多进程最佳实践
- 序列化语义
Package 参考
- torch
- torch.Tensor
- torch.Storage
- torch.nn
- torch.nn.functional
- torch.nn.init
- torch.optim
- torch.autograd
- torch.multiprocessing
- torch.legacy
- torch.cuda
- torch.utils.ffi
- torch.utils.data
- torch.utils.model_zoo
torchvision 参考
- torchvision
- torchvision.datasets
- torchvision.models
- torchvision.transforms
- torchvision.utils
致谢
机器之心 PyTorch 相关文章列表
- 重磅 | Torch7团队开源PyTorch:Python优先的深度学习框架
- 资源 | 注意迁移的PyTorch实现
- 资源 | 从TensorFlow到PyTorch:九大深度学习框架哪款最适合你
- 资源 | 价值迭代网络的PyTorch实现与Visdom可视化
- 教程 | 通过PyTorch实现对抗自编码器
- 教程 | 如何用PyTorch实现递归神经网络?
- 从PyTorch到Mxnet ,对比7大Python深度学习框架
- 从TensorFlow到Theano:横向对比七大深度学习框架
- PyTorch和TensorFlow到底哪个更好?看看一线开发者怎么说
- 深度 | 对比深度学习十大框架:TensorFlow最流行但并不是最好
