pytorch 包介紹

概括

根據pytorch官網介紹的安裝pytorch命令，執行 pip3 install torch torchvision torchaudio 後，出現一堆相關包，現介紹如下，記錄並熟記。

核心包

1. torch：也稱為 PyTorch，是一個開源的機器學習庫，主要用於深度學習。它提供了張量計算（類似於 NumPy）和 GPU 加速。
2. torchvision：是 PyTorch 的一個擴充套件庫，專門用於計算機視覺任務。它包含常用的資料集、模型和影像處理工具。
3. torchaudio：是 PyTorch 的一個擴充套件庫，專門用於音訊處理。它提供了音訊資料的載入、轉換和模型。

依賴包

安裝 PyTorch 及其擴充套件庫時，會涉及到很多其他包和庫，這些包用於提供底層功能、最佳化效能或處理其他特定任務：

1. mpmath：一個 Python 庫，用於執行任意精度的浮點數運算。
2. typing-extensions：提供了 Python 標準庫中 typing 模組的新功能，這些功能可能在將來會被新增到標準庫中。
3. sympy：用於符號數學計算的 Python 庫。
4. pillow：一個 Python 影像處理庫。
5. nvidia-nvtx-cu12, nvidia-nvjitlink-cu12, nvidia-nccl-cu12, nvidia-curand-cu12, nvidia-cufft-cu12, nvidia-cuda-runtime-cu12, nvidia-cuda-nvrtc-cu12, nvidia-cuda-cupti-cu12, nvidia-cublas-cu12, nvidia-cusparse-cu12, nvidia-cudnn-cu12, nvidia-cusolver-cu12：這些是 NVIDIA 提供的庫，用於在 GPU 上進行高效計算。它們涵蓋了各種加速計算的功能，包括隨機數生成（curand）、FFT（cufft）、基本線性代數（cublas）、稀疏矩陣運算（cusparse）、深度神經網路加速（cudnn）、解線性方程（cusolver）等。
6. numpy：一個常用的科學計算庫，提供支援大型多維陣列和矩陣的操作，以及大量的數學函式庫。
7. networkx：用於建立、操作和研究複雜網路結構的 Python 庫。
8. MarkupSafe：一個用於標記安全字串的庫，通常用於防止 HTML 注入。
9. fsspec：一個檔案系統規範介面，可以與多個檔案系統進行互動。
10. filelock：提供一個簡單的跨平臺檔案鎖機制。
11. jinja2：一個用於 Python 的現代和設計友好的模板引擎，通常用於生成 HTML 檔案。

關係與作用

• torch 是主要的深度學習框架，需要使用 GPU 加速和科學計算庫，因此依賴於多個 NVIDIA 庫（如 nvidia-cublas-cu12, nvidia-cudnn-cu12）和科學計算庫（如 numpy）。
• torchvision 和 torchaudio 分別用於計算機視覺和音訊處理，依賴於 torch 提供的核心功能，並且可能依賴於影像處理庫（如 pillow）和音訊處理庫。
• 這些 NVIDIA 庫 提供了對 GPU 的支援，使得 PyTorch 可以利用 GPU 加速深度學習計算。
• 其他庫如 networkx, sympy, MarkupSafe, jinja2 等提供了輔助功能，支援資料處理、符號計算、模板引擎等任務。

這些包的組合使得 PyTorch 及其擴充套件庫能夠高效地處理深度學習任務，特別是在有 GPU 支援的情況下，大大提高了計算效能和處理能力。