PyTorchを科学計算パッケージとして使用したいと思います。テンソルは基本的にGPUで加速されたnumpy配列であり、そのautograd
メカニズムはニューラルネットワーク以外の多くのものにとって潜在的に有用です。科学的計算にPyTorchを使用する
しかし、利用可能なチュートリアルとドキュメントは、機械学習のために使用してすぐに人々を起立させて稼働させるのに強く役立ちます。 Tensor
とVariable
クラスで利用可能な良い情報がたくさんありますが(私はその資料が合理的にうまくいくことを理解していますが)、nn
とoptim
パッケージはAPIを説明するよりもむしろ例によって導入されているように見えます。まさに何が起こっているのか。
ここで私の主な質問はoptim
パッケージをnn
パッケージも使用せずに使用できるかどうかです。もちろん、ニューラルネットワークではないにしても、私は常にnn.Module
のサブクラスとして私のシミュレーションを実装することができますが、私はこれを行うときに何が起こるのか、そして私の特定のアプリケーションに対してどんな利点/欠点があるのか理解したいと思います。
もっと広く言えば、単に例を提示するのではなく、APIの論理的な概要(具体的にはnn
とoptim
)の詳細を示すリソースへのポインタです。
将来の同じミスを避けるため、投票の理由を知っておくと便利です。 (PyTorchの開発者の一人がYouTubeで「PyTorch:フレームワークを高速でダイナミックに深く学習するためのフレームワーク」というプレゼンテーションを行っていることに注意してくださいそれは*クレイジーではありません。) – Nathaniel