關於PyTorch

PyTorch是一種開發深度學習的工具，就像是我們熟知的TensorFlow一樣，能夠以python語法來建構出自己想要的模型，PyTorch有兩項對深度學習來說相當重要的特色。第一，使用圖形處理器進行加速。第二，PyTorch具備能對一般數學式進行數值最佳化的工具。出於性能考量，PyTorch大部分程式碼都是由C++和CUDA（NVIDA推出的一種類似C++的語言）編寫的。pytorch運用的範圍也很廣，可以用於各種科學領域。

PyTorch專案的架構

大概畫了一下架構，這個架構其實不局限於PyTorch，我們可以看到分為載入資料、訓練模型和實際應用的部分，載入資料可以從找資料來源並且下載資料開始，為了要讓機器萃取出特徵，我們需要準備足夠多的資料。接著抽取張量以及張量批次就是在訓練前整理所需的資訊。接著就可以以迴圈的方式訓練我們所需要的模型，訓練好之後可以上傳Github或雲端等等來使用。

訓練一個模型需要準備的東西：

1. 資料集（訓練、驗證、測試）
2. 一個可以根據訓練資料集去調整模型參數的優化器

使用PyTorch的硬體條件

若使用配備多GPU的機器，訓練時間可以相較單GPU來得短，如果沒有則可以選擇在Jupyter Notebooks或Google Colaboratory上使用。
ChatGPT補充