PyTorch中动态图与静态图有何具体应用案例？

本文共计637个文字，预计阅读时间需要3分钟。

动态图和静态图+当前神经网络框架分为静态图框架和动态图框架，PyTorch、TensorFlow、Caffe等框架最大的区别在于它们拥有不同的计算图表示形式。TensorFlow使用静态图，这意味着计算图在运行前就已经确定，而PyTorch使用动态图，计算图在运行时动态构建。这表明我们在运行时动态构建计算图。

动态图和静态图

目前神经网络框架分为静态图框架和动态图框架，PyTorch 和 TensorFlow、Caffe 等框架最大的区别就是他们拥有不同的计算图表现形式。 TensorFlow 使用静态图，这意味着我们先定义计算图，然后不断使用它，而在 PyTorch 中，每次都会重新构建一个新的计算图。通过这次课程，我们会了解静态图和动态图之间的优缺点。

对于使用者来说，两种形式的计算图有着非常大的区别，同时静态图和动态图都有他们各自的优点，比如动态图比较方便debug，使用者能够用任何他们喜欢的方式进行debug，同时非常直观，而静态图是通过先定义后运行的方式，之后再次运行的时候就不再需要重新构建计算图，所以速度会比动态图更快。