tensorflow和python的关系_tensorflow与pytorch的区别

　　tensorflow和python的关系

　　Tensorflow和Python有什么关系？Tensorflow是Python的机器学习库，Python的库有很多，如Tensorflow、NumPy、Httpie、Django、Flask、Ansible。我们知道章鱼有很多手，如果把Python比作是章鱼的话，那Tensorflow就是章鱼的一只手。

　　tensorflow与pytorch的区别

　　1.实现方式：符号式编程vs命令式编程

　　tensorflow是纯符号式编程，而pytorch是命令式编程。

　　命令式编程优点是实现方便，缺点是运行效率低。

　　符号式编程通常是在计算流程完全定义好后才被执行，因此效率更高，但缺点是实现复杂。

　　2.图的定义：动态定义vs静态定义

　　两个框架都是在张量上进行运算，但是却存在着很大的差别。

　　TensorFlow遵循“数据即代码，代码即数据”的理念，可以在运行之前静态的定义图，然后调用session来执行图。

　　pytorch中图的定义是动态化的，可以随时定义、随时更改、随时执行节点。

　　因此相对而言，pytorch更加灵活，更加方便调试。

　　3.可视化：tensorboard vs nothing

　　我认为TensorFlow最吸引人的地方之一就是tensorboard，可以清晰的看出计算图、网络架构，而pytorch自己没有类似tensorboard的工具，但是pytorch可以导入tensorboardx或者matplotlib这类工具包用于数据可视化。
责任编辑：YYX