PyTorch를 과학 계산 패키지로 사용하고 싶습니다. 그 점에서 그다지 추천할만한 점이 많습니다. Tensors는 기본적으로 GPU 가속 numpy 배열이고, 그 autograd
메커니즘은 신경망 외에도 많은 것들에 잠재적으로 유용합니다.과학 계산 용 PyTorch 사용
그러나 사용 가능한 자습서 및 설명서는 기계 학습을 위해 사람들을 신속하게 불러 들이고 실행하는 데 적합합니다. Tensor
및 Variable
클래스에서 사용할 수있는 좋은 정보가 많이 있지만 (해당 자료가 합리적으로 잘 이해하고 있음) nn
및 optim
패키지는 API를 설명하는 대신 항상 예를 들어 소개되는 것처럼 보이기 때문에 알아 내기가 어렵습니다. 정확히 무슨 일이 일어나고 있는지.
이 시점에서 가장 중요한 질문은 optim
패키지를 nn
패키지도 사용하지 않고 사용할 수 있는지 여부와 그 경우 그렇게하는 방법입니다. 물론 신경 네트워크가 아니더라도 언제든지 nn.Module
의 서브 클래스로 시뮬레이션을 구현할 수 있지만이 작업을 수행 할 때 무슨 일이 일어나는지, 그리고 특정 애플리케이션에 어떤 이점/단점이 있는지 이해하고 싶습니다.
광범위하게, 예제를 제시하기보다는 API의 논리적 개요 (구체적으로 nn
및 optim
)를 제공하는 모든 리소스에 대한 정보를 제공합니다.
장래의 실수를 피할 수 있도록 아래 표의 이유를 아는 것이 도움이됩니다. (라이브러리가 의도 된 목적 이외의 용도로 사용되기를 원하는 경우, PyTorch 개발자 중 한 명이 PyTorch : 빠르고 동적 인 심층 학습 및 과학적 컴퓨팅을위한 프레임 워크라는 제목의 프리젠 테이션을 가지고 있습니다. 그건 미친 짓이 아니야.) – Nathaniel