《深度学习》—— PyTorch的介绍及PyTorch的CPU版本安装

一、PyTorch的简单介绍

• PyTorch是一个由Facebook AI实验室开发的深度学习框架，它基于Python，并提供了高效的GPU加速和灵活的模型定义能力。
• 1.PyTorch的基本特点
  • 动态计算图：PyTorch采用动态计算图的方式，这意味着计算图是在运行时构建的，可以在运行时进行灵活的修改和调整，这为用户提供了更大的灵活性和方便性，尤其适合实验和调试阶段。
  • 易用性：PyTorch的API设计简单直观，易于学习和使用。用户可以快速上手并进行深度学习任务，无需深入了解复杂的底层实现。
  • 灵活性：PyTorch提供了大量的灵活性，用户可以轻松地定义、训练和调试自己的模型，自由定制训练流程。
  • 高效性能：PyTorch采用了高效的自动求导机制，可以快速求解模型参数的梯度，并且支持GPU加速，大大提高了训练速度。
  • 社区支持：PyTorch拥有一个活跃的社区，提供了大量的文档、教程和代码示例，用户可以方便地获取支持和资源。
• 2.PyTorch的核心组件
  • 张量（Tensor）：PyTorch中的基本数据结构是张量，类似于NumPy中的ndarray，但可以在GPU上加速计算。张量是多维数组，可以表示标量、向量、矩阵以及更高维度的数据。
  • 自动求