pytorch与autograd.numpy

Question

pytorch和numpy之间的最大区别是什么，特别是autograd.numpy包？(因为它们都可以自动为您计算梯度。)我知道pytorch可以将张量移动到GPU，但这是选择pytorch而不是numpy的唯一原因吗？虽然pytorch以深度学习而闻名，但显然它可以用于几乎任何机器学习算法，它的nn.Module结构非常灵活，我们不必局限于神经网络。(虽然我从来没有见过用numpy编写的神经网络模型)，所以我想知道pytorch和numpy之间最大的区别是什么。

Answer 1

我不确定这个问题是否可以客观地回答，但除了GPU功能之外，它还提供了

跨GPUs

• Parallelisation的
• Parallelisation跨Machines
• DataLoaders /操纵器，包括异步pre-fetching
• Optimizers
• Predefined/Pretrained模型(可以节省大量的time)
• ...

但正如你所说，它是围绕深度/机器学习构建的，所以这就是它的优点，而numpy (与scipy一起)更通用，可以用来解决大量其他工程问题(可能使用目前不流行的方法)。