[Xinzhiyuan Kılavuzu] PyTorch, Facebook yapay zeka araştırma ekibi tarafından geliştirilen, gelişmekte olan bir makine öğrenimi çerçevesidir. Esnekliği, dinamik ağ modeli ve diğer özellikleri nedeniyle çok hızlı bir şekilde gelişmiştir ve şu anda İlk 2 makine öğrenimi çerçevesidir. PyTorch'un iç mekanizmasını daha derinlemesine anlamak için bir PPT kullanalım.
Yazar Christian Perone, kıdemli makine öğrenimi / veri bilimi araştırmacısı, yazılım mühendisi. Hewlett-Packard'da çalıştı ve şu anda Kanada'nın en iyi mühendislik okullarından biri olan Montreal Mühendislik Okulu'nda ders veriyor.
Torch, başlangıçta NYU araştırmacıları tarafından akademik araştırmalar için geliştirilen, makine öğrenimi ve bilimsel hesaplama için modüler bir açık kaynak kütüphanesidir.
Kitaplık, LuaJIT derleyicisinin kullanımıyla performansı artırır ve C tabanlı NVIDIACUDA uzantısı, Torch'un GPU hızlandırmadan yararlanmasına olanak tanır.
Birçok geliştirici, Torch'u GPU destekli NumPy alternatifi olarak kullanır; diğer geliştiriciler bunu derin öğrenme algoritmaları geliştirmek için kullanır.
Torch, Facebook ve Twitter tarafından kullanılmasıyla ünlüdür. PyTorch, adından da anlaşılacağı gibi, geliştirme dili olarak Python'u kullanır.
PyTorch, dinamik ağ modellerine odaklanan nispeten yeni bir derin öğrenme çerçevesidir. Diğer benzer çerçevelerle karşılaştırıldığında PyTorch, daha matematiksel bir geçmişe sahip kullanıcılar için daha esnek olan daha düşük düzeyli bir yöntem sağlar.
Bir süredir ortalıkta olmamasına rağmen, PyTorch hızla gelişti ve İlk 2 ana makine öğrenimi çerçevesi haline geldi (aşağıdaki şeklin sağ alt köşesindeki en kısa mor eğri).
Ardından, PyTorch'un içerik mekanizmasını derinlemesine anlamak için Perone'un PPT'sini kullanıyoruz.