PyTorch 是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得 PyTorch 代码更易理解，对新手非常友好。

本文主要介绍深度学习框架中 PyTorch 部分。

1、PyTorch 简介

2017 年 1 月，Facebook 人工智能研究院（FAIR）团队在 GitHub 上开源了 PyTorch，并迅速占领 GitHub 热度榜榜首。

作为具有先进设计理念的框架，PyTorch 的历史可追溯到 Torch。Torch 于 2002 年诞生于纽约大学，它使用了一种受众面比较小的语言 Lua 作为接口。Lua 具有简洁高效的特点，但由于其过于小众，导致很多人听说要掌握 Torch 必须新学一门语言而望而却步。

考虑到 Python 在计算科学领域的领先地位，以及其生态的完整性和接口的易用性，几乎任何框架都不可避免地要提供 Python 接口。因此，Torch 的幕后团队推出了 PyTorch。PyTorch 不是简单地封装 Lua，Torch 提供 Python 接口，而是对 Tensor 之上的所有模块进行了重构，并新增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 一经推出就立刻引起了广泛关注，并迅速在研究领域流行起来。PyTorch 自发布起关注度就在不断上升，截至 2017 年 10 月 18 日，PyTorch 的热度已然超越了其他三个框架（Caffe、MXNet 和 Theano），并且其热度还在持续上升中。

2、PyTorch 的特点

PyTorch 可以看作是加入了 GPU 支持的 Numpy。而 TensorFlow 与 Caffe 都是命令式的编程语言，而且它们是静态的，即首先必须构建一个神经网络，然后一次又一次使用同样的结构；如果想要改变网络的结构，就必须从头开始。但是 PyTorch 通过一种反向自动求导的技术，可以让用户零延迟地任意改变神经网络的行为，尽管这项技术不是 PyTorch 所独有，但到目前为止它的实现是最快的，这也是 PyTorch 对比 TensorFlow 最大的优势。

PyTorch 的设计思路是线性、直观且易于使用的，当用户执行一行代码时，它会忠实地执行，所以当用户的代码出现缺陷（bug）的时候，可以通过这些信息轻松快捷地找到出错的代码，不会让用户在调试（Debug）的时候因为错误的指向或者异步和不透明的引擎浪费太多的时间。

PyTorch 的代码相对于 TensorFlow 而言，更加简洁直观，同时对于 TensorFlow 高度工业化的很难看懂的底层代码，PyTorch 的源代码就要友好得多，更容易看懂。深入 API，理解 PyTorch 底层肯定是一件令人高兴的事。

3、PyTorch 概述

由于在后文中还会详细介绍 PyTorch 的特点，在此处就不详细介绍了。PyTorch 最大的优势是建立的神经网络是动态的，可以非常容易地输出每一步的调试结果，相比于其他框架来说，调试起来十分方便。

如图 1 和图 2 所示，PyTorch 的图是随着代码的运行逐步建立起来的，也就是说，使用者并不需要在一开始就定义好全部的网络结构，而是可以随着编码的进行来一点儿一点儿地调试，相比于 TensorFlow 和 Caffe 的静态图而言，这种设计显得更加贴近一般人的编码习惯。

■ 图 1 动态图 1

■ 图 2 动态图 2

PyTorch 的代码如图 3 所示，相比于 TensorFlow 和 Caffe 而言显得可读性非常高，网络各层的定义与传播方法一目了然，甚至不需要过多的文档与注释，单凭代码就可以很容易理解其功能，也就成为许多初学者的首选。

■ 图 3 PyTorch 代码示例