PyTorch

PyTorch 是一个围绕两大核心能力构建的 Python 库：一个类似 NumPy、具备强大 GPU 加速能力的张量库，以及一个基于磁带式（tape-based）自动微分系统（autograd）构建的深度学习框架，该系统通过跟踪张量上的操作来计算梯度。其 `torch.nn` 模块在 autograd 之上构建神经网络层，`torch.jit`（TorchScript）可以将 PyTorch 代码编译为可序列化、可优化的模型，同时你还可以使用 NumPy、SciPy、Cython 等现有 Python 库来对其进行扩展。

PyTorch 通常被用作 GPU 加速版的 NumPy 替代品，或作为深度学习研究平台，其设计更倾向于命令式、Python 优先的风格——你可以像编写和调试普通 Python 代码一样编写和调试模型，而不需要单独定义静态计算图。

它适合那些正在构建和训练神经网络、并希望使用灵活的、原生 Python 风格的张量与自动微分库，而不是更高层、更具规定性的深度学习框架的研究人员和工程师。