今天我們來介紹一下另一款和TensorFlow一樣為現今較常被廣泛使用的深度學習庫-PyTorch (在之前幾篇的文章裡，我們有稍微提到過，這次就來看看它更詳細的介紹吧~)

何為PyTorch?

PyTorch是一套開源的Python機器學習庫，其特色為有類似於NumPy的張量計算(GPU加速使用)、以及帶自動微分系統的深度神經網路。常用於人工智慧領域。

主要功能

• 張量計算 : 與Numpy數組類似，並由圖形處理單元加速
• 火炬腳本 : 是PyTorch的環境，讓用戶可以在模式之間無縫轉換 (TorchScript更優化功能、速度、易用性和靈活性)
• 動態圖計算 : 允許用戶動態更換網路，而不是等待所有程式碼執行
• 自動微分 : 用於創建和訓練神經網路 (透過在神經網路中進行向後傳遞來傳遞數字計算函數的導數)
• Python支援 : 因為是基於Python，所以可以與一些流行的軟體或是網站搭配使用 (Numpy、SciPy等等)

PyTorch和TensorFlow的差別

TensorFlow由於上線時間較早，所以有更大的開發者社群以及資源，但是PyTorch使用動態定義計算圖，可以即時操作動態圖，與TensorFlow的靜態方法不同，所以也廣受一些用戶喜愛。

除此之外兩者的學習曲線，TensorFlow的比較陡峭，PyTorch更偏向直覺的Python。

結論

TensorFlow因為其特性更適合用於生產模型或是其他可擴展性的項目，而PyTorch因為更容易使用、更方便，較常被用來快速創建原型 (產品的早期版本)或進行研究 (學術論文較常使用)使用。