pytorch cpu和gpu版本可以共存么？也可以的，gpu版本假如沒有g(shù)pu顯卡的話，會不自動轉(zhuǎn)為cpu版本，但是cpu版本是是可以轉(zhuǎn)化為gpu版本。pytorch哪里開發(fā)的？研發(fā)機構(gòu)：Faceb

pytorch cpu和gpu版本可以共存么？

也可以的，gpu版本假如沒有g(shù)pu顯卡的話，會不自動轉(zhuǎn)為cpu版本，但是cpu版本是是可以轉(zhuǎn)化為gpu版本。

pytorch哪里開發(fā)的？

研發(fā)機構(gòu)：Facebook人工智能研究院

Pytorch是torch的python版本，是由Facebook開源的神經(jīng)網(wǎng)絡框架，專門針對GPU速度的深度神經(jīng)網(wǎng)絡（DNN）編程。Torch是一個比較經(jīng)典的對不同維度矩陣數(shù)據(jù)通過不能操作的張量（tensor）庫，在機器學習和其他數(shù)學密集型應用有廣泛應用。與Tensorflow的靜態(tài)計算圖差別，pytorch的計算圖是閃圖的，這個可以參照計算出要實時動態(tài)改變算出圖。但因此Torch語言按結(jié)構(gòu)Lua，造成在國內(nèi)總是很小眾，并逐漸地被支持Python的Tensorflow奪走用戶。另外超經(jīng)典機器學習庫Torch的端口，PyTorch為Python語言使用者能提供了比較舒適的寫代碼選擇。

究竟深度學習在干什么？

今天我談一些當經(jīng)過個人實踐的一些也可以落地后視角和方法。

深度學習是在設計知識的聯(lián)系，這種先聯(lián)系就無法形成結(jié)構(gòu)。用啊,設計的方法來讀書好正所謂啊,設計反正是指一個過程，當中根據(jù)不同情況一定會的思維及思維方法，而深度學習就是要建議使用一系列的思維及思維方法來怎么設計學到的知識，把學到的知識跟已有的知識先聯(lián)系起來，而這種交流都會擊碎重新組合知識的結(jié)構(gòu)，恢復形象的塑造出兩個新的知識結(jié)構(gòu)。

在這個設計過程要建議使用的一些思維及思維方法系統(tǒng)思維

減法思維

還原法思維

假設不成立性思維

創(chuàng)新的思維【水平思維】

正常情況我們讀書呢是學到書中的知識抱著這個視角會有比較大的問題，而且一個人的學習，不但是學習書中的知識，而且要重構(gòu)知識，每個人都有現(xiàn)有的知識存量，要把新學到的知識通過怎么設計嵌入到已有的知識系統(tǒng)。

一個完全沒有的方法設計三個簡單點形式來文字表述知識，形式那是指結(jié)構(gòu)的外形可、可視化、形象化，并同樣無法形成一種樣式與秩序。而這個設計也要都用到一些思維的方法【系統(tǒng)思維、減法思維、還原法思維、等等】。知識要當經(jīng)過自己的設計轉(zhuǎn)一手，導進到并無的知識體系。

深度學習深度學習，那是在你念書的過程中，不僅是獲取知識，并且還要生成知識，而這個能生成的知識，是透過窗戶設計。

知識要變的能帶的思維讀書聲望兌換的知識，跟大腦里能得用思維還有一個很遠的距離，因為大腦得用思維要簡單，而知識卻是復雜的，知識要啊,設計成簡單的形式就能變的大腦里可用的思維。某些時候，讀了很多書發(fā)現(xiàn)也真沒什么用，那是知識跟思維之間的斷層會造成的，這個斷層，恰好是需要設計的地方。通過設計什么打通知識與思維的通道。知識要可以做到簡，反過來大腦通過這個【簡】就這個可以駕駐知識。

結(jié)論：深度學習不過是一個對知識然后再怎么設計的過程。非設計不足以把知識變成大腦里的思維。非設計絕對無法把新學來的知識嵌入并無的知識體系。深度學習干的是那就是一個設計什么的活，每個人都要全都懂一些設計思維，這樣的有助自己更高效穩(wěn)定、更有深度的去學習。