序文
アルゴリズムの実装は、テンソルがさまざまな演算を実行するプロセスであり、計算グラフ（計算グラフ）は、入力テンソルが加算、減算、乗算、および除算されて出力テンソルが得られるなど、これらの演算を記録する項目別非循環グラフです次に、計算グラフは、入力と出力のテンソル、加算、減算、乗算、除算、およびいくつかの中間変数を記録します。自動導出は非常に重要な方法であり、このようなメカニズムを使用すると、モデルを設計するときに面倒な勾配計算を回避できます。このノートのフレームワークは、主に眼の深さから派生し、いくつかの関連する拡張が行われています。拡張は、主にトーチドキュメントとテンソルフローとPytorchを導入するいくつかのWebサイトの翻訳と理解から生じます。
静的および動的画像
Pytorchの計算グラフは動的です。つまり、計算プロセスはコードの実行中に生成されます。これは連続的なプロセスです。Tensorflowの計算グラフは静的です。つまり、最初に計算グラフの構造が決定され、次に計算グラフ内のデータフローのみが決定されます。テンソルフローテンソルフロー
、計算グラフのテンソルフロー、画像はtensorf を紹介する外国のウェブサイトからのものです。
Pytorch、コード行を実行し、元の計算グラフに新しい計算グラフを追加します。画像はgithubのPytorchからのものです
