本文主要是介绍【学习笔记】PyTorch深度学习实战（微课视频版），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
深度学习框架
Caffe
Convolutional Architecture for Fast Feature Embedding
主要应用在视频、图像处理方面。
是第一个主流的工业级深度学习工具，专精于图像处理。
缺点：不够灵活，且对递归网络和语言建模的支持很差。在基于层的网络结构方面，扩展性不好。
TensorFlow
是一个采样数据流图（data flow graph）用于数值计算的开源软件库。
节点（node）在图中表示数学操作，图中的线（edge）则表示在节点间相互联系的多维数据数组，即张量（tensor）。
具有自动求微分的能力，有利于基于梯度的机器学习算法。
PyTorch
对Tensor之上的所有模块进行重构，并增加了最先进的自动求导系统，成为当下最流行的动态图框架。
PyTorch深度学习基础
NumPy是用于科学计算的框架，它提供了一个N维矩阵对象ndarray，初始化、计算ndarray的函数，以及变换ndarray形状，组合拆分ndarray的函数。
PyTorch的Tensor和NumPy的ndarray是否类似，但是具备两个对深度学习十分重要的功能：
其一是利用GPU计算；能够作为节点自动加入计算图中，实现自动微分。
这篇关于【学习笔记】PyTorch深度学习实战（微课视频版）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
