PyTorch 口袋参考手册

第 1 章 PyTorch 简介 PyTorch 简介

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

PyTorch 是最流行的深度学习 Python 库之一，被人工智能研究界广泛使用。 许多开发人员和研究人员使用 PyTorch 来加速深度学习研究实验和原型设计。

在本章中，我将向你简要介绍 PyTorch 是什么，以及它之所以受欢迎的一些特性。 我还将向你展示如何在本地机器和云中安装和设置 PyTorch 开发环境。本章结束时，你将能够验证 PyTorch 已正确安装，并运行一个简单的 PyTorch 程序。

什么是 PyTorch？

PyTorch 库主要由 Facebook 的人工智能研究实验室（FAIR）开发，是一款免费开源软件，有 1700 多名贡献者。它可以让你在 Python 中轻松运行基于数组的计算、构建动态神经网络并执行自动微分，同时具有强大的图形处理器（GPU）加速功能--这些都是深度学习研究需要的重要功能。虽然有些人将其用于加速张量计算，但大多数人将其用于深度学习开发。

PyTorch 界面简单灵活，可快速进行实验。只需几行代码，您就可以加载数据、应用转换和构建模型。然后，您可以灵活地编写定制的训练、验证和测试循环，并轻松部署训练有素的模型。

它拥有强大的生态系统和庞大的用户社区，包括斯坦福等大学和 Uber、英伟达和 Salesforce 等公司。2019 年，PyTorch 主导了机器学习和 Deep Learning 会议记录：计算机视觉与模式识别会议（CVPR）69% 的论文集使用了 PyTorch，计算语言学协会（ACL）和 ACL 北美分会（NAACL）超过 75% 的论文集使用了 PyTorch，国际学习表征会议（ICLR）和国际机器学习会议（ICML）超过 50% 的论文集也使用了 PyTorch。GitHub 上与 PyTorch 相关的资源库也超过了 60,000 个。

许多开发人员和研究人员使用 PyTorch 来加速深度学习研究实验和原型开发。其简单的 Python API、GPU 支持和灵活性使其成为学术和商业研究机构的热门选择。自 2018 年开源以来，PyTorch 已达到稳定版本，可以轻松安装在 Windows、Mac 和 Linux 操作系统上。该框架还在继续快速扩展，现在已经可以方便地部署到云和移动平台的生产环境中。

为什么使用 PyTorch？

如果您正在学习机器学习、进行深度学习研究或构建人工智能系统，您可能需要使用深度学习框架。深度学习框架可以让你轻松完成数据加载、预处理、模型设计、训练和部署等常见任务。PyTorch 因其简单、灵活和 Python 界面而深受学术界和研究界的欢迎。以下是学习和使用 PyTorch 的一些理由：

PyTorch 广受欢迎

许多公司和研究机构都将 PyTorch 作为其主要的深度学习框架。事实上，一些公司已经在 PyTorch 的基础上构建了自己的定制机器学习工具。因此，PyTorch 技能很抢手。

PyTorch 受亚马逊网络服务（AWS）、谷歌云平台（GCP）、微软 Azure 和阿里巴巴云等所有主要云平台的支持

您可以启动预装 PyTorch 的虚拟机，实现无障碍开发。您可以使用预构建的 Docker 映像，在 Cloud GPU 平台上执行大规模训练，并以生产规模运行模型。

PyTorch 由 Google Colaboratory 和 Kaggle Kernels ...