Pytorch知识点总结、强化学习(Reinforcement Learning)、机器学习(Machine Learning)、神经网络(Neural Network)
PyTorch 是一个 Python 包，它提供了两个高级特性：
- 具有强大 GPU 加速功能的张量计算（如 NumPy）
- 建立在基于磁带的 autograd 系统上的深度神经网络
在粒度级别上，PyTorch 是一个由以下组件组成的库：
| Component | Description |
|---|---|
| torch | 像 NumPy 这样的张量库，具有强大的 GPU 支持 |
| torch.autograd | 一个基于tape的自动微分库，支持torch中所有可微分的张量运算 |
| torch.jit | 用于从 PyTorch 代码创建可序列化和可优化模型的编译堆栈 (TorchScript) |
| torch.nn | 与 autograd 深度集成的神经网络库，旨在实现最大的灵活性 |
| torch.multiprocessing | Python 多处理，但具有跨进程的火炬张量的神奇内存共享。对数据加载和 Hogwild 训练很有用 |
| torch.utils | DataLoader和其他实用程序功能，以方便使用 |
通常，PyTorch 用作：
- 替代 NumPy 以使用 GPU 的强大功能。
- 一个深度学习研究平台，可提供最大的灵活性和速度。