第2章 PyTorch深度学习框架简介

深度学习算法是高度结构化的，其主要组成部分是第1章介绍的线性变换、激活函数、反向传播和梯度优化等模块。在实际应用中，由于实现深度学习算法的基础代码具有模块化的特点，我们在使用过程中并不会从头开始构造某一个深度学习模型的代码。为了方便算法的实现，人们开发了一系列的框架，通过将深度学习算法和模型抽象成对张量的一系列计算，并把计算涉及的一些算法抽象成应用程序接口（API）供用户调用，从而实现各种各样的深度学习算法。使用这种方法方便了深度学习模型的搭建和修改，使得人们可以更快地构建和部署深度学习模型。本章主要介绍PyTorch深度学习框架的一些基本功能。为后续使用PyTorch构造深度学习模型的章节打下基础。