1.3　PyTorch应用场景

下面介绍PyTorch适合的应用场景。

1．程序需要GPU加速计算

PyTorch不仅能够实现强大的GPU加速的张量计算，同时还支持动态自动求导的深度神经网络，这一点是现在很多主流框架（如TensorFlow）都不支持的。

2．开发人员对Python熟悉

与任何深度学习库相比，PyTorch更倾向于Python，这是因为PyTorch相对容易理解，而且感觉更自然、更原生，与Python代码风格基本一致。

3．良好的开发和调试体验

当前并没有完美的深度学习框架，因此从众多主流的深度学习框架中选择适合自身项目的框架并非易事。如果对于功能性需求不苛刻、追求良好的开发和调试体验，PyTorch相对来说是比较合适的框架。