PyTorch 简介

一、什么是 PyTorch？

PyTorch 是一个由 Facebook（现 Meta）人工智能研究院（FAIR）于 2016 年发布的 开源深度学习框架，基于 Python 语言开发，主要用于神经网络建模、训练和部署。

PyTorch 以其灵活、易用、调试友好的特性，迅速成为科研界最受欢迎的深度学习工具之一，同时也广泛应用于工业界的模型开发与部署。

二、PyTorch 的核心特点

三、PyTorch 的基本组件结构

四、PyTorch 简单示例代码

import torch
import torch.nn as nn
import torch.optim as optim

# 定义一个简单的网络
class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.linear = nn.Linear(784, 10)  # 输入784维，输出10类

    def forward(self, x):
        return self.linear(x)

# 实例化模型、损失函数、优化器
model = Net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# 模拟训练一次
inputs = torch.randn(64, 784)  # batch_size = 64
labels = torch.randint(0, 10, (64,))
outputs = model(inputs)
loss = criterion(outputs, labels)

loss.backward()  # 反向传播
optimizer.step()  # 更新参数

vs TensorFlow

PyTorch 的生态扩展

学习资源

• 官方教程：Learn the Basics — PyTorch Tutorials 2.7.0+cu126 documentation