PyTorch是一个能在CPU和GPU上运行并解决各类深度学习问题的深度学习框架。可以将其看作是支持GPU计算和自动微分计算的Numpy库。
PyTorch是一个灵活、容易学习的Python库，在学术和研究领域PyTorch是最受欢迎的深度学习库。
PyTorch是Tensorflow最强有力的竞争对手。
PyTorch框架的产生收到Torch和Chainer这两个框架的启发。与Torch使用Lua语言相比，PyTorch是一个Python优先的框架（与Python深度结合的框架），可以继承PyTorch类然后自定义。与Chauner类型相比，PyTorch框架具有自动求导的动态图功能，也就是所谓define by run，即当Python解释器运行到相应的行时才能创建计算图。
PyTorch特点
·易于使用的API-就像Python一样简单
·Python的支持-PyTorch可以顺利地与Python数据科学栈集成。非常类似于Numpy。
·动态计算图-取代了具有特定优势的静态图，PyTorch为我们提供了一个框架，以便可以在运行时构建计算图，甚至在运行时更改它们。
·支持分布式训练-PyTorch可实现研究和生产中的分布式训练和性能优化。
·部署方便-PyTorch提供了可用于大规模部署PyTorch模型的工具。
·强大的生态系统-PyTorch具有丰富的工具和库等生态系统，为计算机视觉、NLP等方面的开发提供便利。
·内置开放神经网络交换协议（ONNX）-可以很方便与其他深度学习框架互操作。
原文：https://www.cnblogs.com/qust-lgh/p/15266032.html