如何最简单、通俗地理解Pytorch？神经网络中的“梯度”是怎么自动求出来的？PyTorch的动态计算图是如何实现即时执行的？

PyTorch是一门科学——现代深度学习工程中的一把锋利利器。它的简洁、优雅、强大，正在让越来越多的AI研究者、开发者深度应用。

1. PyTorch到底是什么？为什么它重要？

PyTorch是一个开源的深度学习框架，由Facebook AI Research（FAIR）于2016年发布，它的名字由两个部分组成：“Py”代表Python，“Torch”源于另一个早期机器学习库。PyTorch就是一个构建和训练神经网络的Python工具箱。

但为什么它会火？原因有四：

• 动态计算图：和TensorFlow早期的静态图不同，PyTorch采用“所见即所得”的动态图，这让调试、实验、可视化变得轻松自然；

• 张量计算优雅简洁：张量（tensor）是深度学习的“代数语言”，PyTorch的Tensor操作贴近Numpy，更像我们平常写的Python代码；

• 自动微分机制：训练神经网络最关