深度学习与PyTorch笔记1

深度学习与PyTorch笔记1

动态图
计算的进行和代码的运行是同时的。
静态图
先构建函数,之后便不能更改,只能喂数据。好处:一次成型,一旦建好之后使用起来非常方便,不需要自己中间修改。问题:比如TensorFlow自建了一套命名体系,中间的所有变量和时序的控制逻辑都是使用自己的,用Python写的时候就非常麻烦,所以TensorFlow2.0支持动态图优先。
使用PyTorch的优势
1.GPU加速(50)
2.自动求导,对神经网络中的weight更新时非常方便
3.常用API,pytorch中封装了大量的神经网络需要的运算以及程序结构的一些接口。

你可能感兴趣的:(深度学习,python,pytorch)