面對Tensorflow，為何我選擇PyTorch？先來說說pytorch劣勢。自從其被發(fā)布以來pytorch更多被用于學術(shù)界而不是工業(yè)界的實際生產(chǎn)，主要是因為它不夠成熟、很多接口不太穩(wěn)定，加上其全面

面對Tensorflow，為何我選擇PyTorch？

先來說說pytorch劣勢。自從其被發(fā)布以來pytorch更多被用于學術(shù)界而不是工業(yè)界的實際生產(chǎn)，主要是因為它不夠成熟、很多接口不太穩(wěn)定，加上其全面性也不夠，tensorflow目前仍然有很多pytorch不支持的功能，比如快速傅里葉變換，但這一點劣勢會隨著pytorch的發(fā)展而逐漸減小。除此此外，相比于tensorflow的容易各處部署的靜態(tài)圖（這一點遠勝于很多框架），以python優(yōu)先的深度學習框架 pytorch在部署到其他產(chǎn)品會很不方便。

優(yōu)勢先從上手時間開始說，雖然在2015年發(fā)布之后tensorflow多方受寵，但是和theano一樣，tensorflow使用的是靜態(tài)計算圖，對于新手來說有過多需要新學習的概念，這導致了不管是入門還是搭建，使用tensorflow都比pytorch困難。而在2017年pytorch被團隊開源的主要原因之一也是讓建立深度學習模型更加簡單，這讓它發(fā)展十分迅猛。在數(shù)據(jù)加載上，pytorch加載數(shù)據(jù)的API簡單高效，其面向?qū)ο蟮腁PI源自于porch（也是keras的設計起源），比tensorflow難學的API友好很多，使用戶可以將重點放在實現(xiàn)自己的想法，而不是被框架本身束縛住。

速度上，pytorch并沒有為了靈活性而放棄速度，雖然運行速度和程序員水平密切相關(guān)，但pytorch在相同情況下常有可能勝于其他框架的速度。另外，如果追求自定義拓展，pytorch也會是首選，因為雖然二者的構(gòu)建和綁定有一定的相似點，但是tensorflow在拓展時會需要很多樣板代碼，但pytorch只用編寫接口和實現(xiàn)。

怎么檢查pytorch安裝成功？

直接使用import torch即可查看是否安裝成功，你可以參考pytorch中文網(wǎng)的安裝教程

為什么Python效率這么低，還這么火？

在很多時候，性能不是瓶頸。大約80%的應用，對性能要求不高。

?？粕鷮W了python然后投了一堆簡歷根本沒有面試邀請，就是因為學歷低嗎？

其實，是python語言特性導致的，你學golang就發(fā)現(xiàn)那才叫熱門，因為學的人太少，而需求的企業(yè)好多，所以挺好早的，不過我入職python了，不過也會golang，學習周日都很短。

win10怎樣安裝pytorch？

先到python的官方網(wǎng)站下載軟件，打開官網(wǎng)后，選擇downlad項目，然后選擇需要下載的大版本，2.7還是3.4。選擇完版本后，進入后一個頁面，在這個頁面可以選擇操作系統(tǒng)及對應的版本，win下注意分64位和32位版本，不要下錯了。32位的程序大約為17.5M，建議非官網(wǎng)下載的還是要比對下MD5以防萬一，在上一個頁面就有MD5值。核對完成后雙擊安裝，首先是詢問是為所有用戶還是為當前用戶安裝，用缺省的就行。下一步后是選擇安裝目錄，這個看個人喜好了，不過還是要記一下目錄，因為缺省的代碼也會放在這個目錄下。下面繼續(xù)缺省配置選擇就開始安裝了，python在安裝過程中要執(zhí)行一些角本，因些需要至少有system的權(quán)限才可以安裝。安裝完成，但在win10在任務欄和桌面上都未生成圖標，使用起來麻煩些，在開始窗口打開所有應，按字母找到python程序項，右鍵選擇固定在任務欄或屏幕。