pytorch 与 autograd.numpy

Posted

技术标签:

【中文标题】pytorch 与 autograd.numpy【英文标题】:pytorch versus autograd.numpy 【发布时间】:2020-10-05 19:45:08 【问题描述】:

pytorch 和 numpy 的最大区别是什么,尤其是 autograd.numpy 包? (因为它们都可以为您自动计算梯度。) 我知道 pytorch 可以将张量移动到 GPU,但这是选择 pytorch 而不是 numpy 的唯一原因吗? 虽然 pytorch 以深度学习而闻名,但显然它几乎可以用于任何机器学习算法,它的 nn.Module 结构非常灵活,我们不必局限于神经网络。 (虽然我从未见过任何用 numpy 编写的神经网络模型) 所以我想知道pytorch和numpy的最大区别是什么。

【问题讨论】:

【参考方案1】:

我不确定这个问题是否可以客观回答,但除了 GPU 功能之外,它还提供

GPU 之间的并行化 跨机器并行化 DataLoaders / Manipulators incl.异步预取 优化器 预定义/预训练模型(可为您节省大量时间) ...

但正如您所说,它是围绕深度/机器学习构建的,因此它的优点在于 numpy(与 scipy 一起)更通用,可用于解决大量其他工程问题(可能使用目前不流行的方法)。

【讨论】:

以上是关于pytorch 与 autograd.numpy的主要内容,如果未能解决你的问题,请参考以下文章

pytorch输出与target维度不同

将 pytorch 闪电与香草 pytorch 混合

PyTorch强化学习实战——强化学习环境配置与PyTorch基础

pytorch 计算成对差异:NumPy 与 PyTorch 和不同 PyTorch 版本的结果不正确

[Pytorch]Pytorch 保存模型与加载模型(转)

PyTorch经验指南:技巧与陷阱