1.1.3　選擇PyTorch 2.0實(shí)戰(zhàn)框架

工欲善其事，必先利其器。本書選用PyTorch 2.0作為講解的實(shí)戰(zhàn)框架。

PyTorch是一個(gè)Python開源機(jī)器學(xué)習(xí)庫(kù)，它可以提供強(qiáng)大的GPU加速?gòu)埩窟\(yùn)算和動(dòng)態(tài)計(jì)算圖，方便用戶進(jìn)行快速實(shí)驗(yàn)和開發(fā)。PyTorch由Facebook的人工智能研究小組于2016年發(fā)布，當(dāng)時(shí)它作為Torch的Python版，目的是解決Torch在Python中使用的不便之處。

Torch是另一個(gè)開源機(jī)器學(xué)習(xí)庫(kù)，它于2002年由Ronan Collobert創(chuàng)建，主要基于Lua編程語(yǔ)言。Torch最初是為了解決語(yǔ)音識(shí)別的問題而創(chuàng)建的，但隨著時(shí)間的推移，Torch開始被廣泛應(yīng)用于其他機(jī)器學(xué)習(xí)領(lǐng)域，包括計(jì)算機(jī)視覺、自然語(yǔ)言處理、強(qiáng)化學(xué)習(xí)等。

盡管Torch在機(jī)器學(xué)習(xí)領(lǐng)域得到了廣泛的應(yīng)用，但是它在Python中的實(shí)現(xiàn)相對(duì)較為麻煩，這也就導(dǎo)致其在Python社區(qū)的使用率不如其他機(jī)器學(xué)習(xí)庫(kù)（如TensorFlow）。這也就迫使了Facebook的人工智能研究小組開始著手開發(fā)PyTorch。

在2016年，PyTorch首次發(fā)布了Alpha版本，但是該版本的使用范圍比較有限。直到2017年，PyTorch正式發(fā)布了Beta版本，這使得更多的用戶可以使用PyTorch進(jìn)行機(jī)器學(xué)習(xí)實(shí)驗(yàn)和開發(fā)。在2018年，PyTorch 1.0版本正式發(fā)布，此后PyTorch開始成為機(jī)器學(xué)習(xí)領(lǐng)域中最受歡迎的開源機(jī)器學(xué)習(xí)庫(kù)之一。

在PyTorch Conference 2022上，PyTorch官方正式發(fā)布了PyTorch 2.0，整場(chǎng)活動(dòng)含Compiler率極高，跟先前的1.x版本相比，2.0版本有了顛覆式的變化。

PyTorch 2.0中發(fā)布了大量足以改變PyTorch使用方式的新功能，它提供了相同的Eager Mode和用戶體驗(yàn)，同時(shí)通過torch.compile增加了一個(gè)編譯模式，在訓(xùn)練和推理過程中可以對(duì)模型進(jìn)行加速，從而提供更佳的性能和對(duì)Dynamic Shapes及Distributed的支持。

自發(fā)布以來(lái)，PyTorch一直都是深度學(xué)習(xí)和人工智能領(lǐng)域中最為受歡迎的機(jī)器學(xué)習(xí)庫(kù)之一。它在國(guó)際學(xué)術(shù)界和工業(yè)界都得到了廣泛的認(rèn)可，得到了許多優(yōu)秀的應(yīng)用和實(shí)踐。同時(shí)，PyTorch也持續(xù)更新和優(yōu)化，使得用戶可以在不斷的發(fā)展中獲得更好的使用體驗(yàn)。