您当前的位置:首页 >> 行业经验 >> 正文

在PyTorch源(目录)

2019-12-26 04:00    来源:链新闻

目录
上PyTorch源(A)
上PyTorch源(b)中
上PyTorch源代码(C)
上PyTorch源(d)
底漆
开始6月17日,由于复杂的过程,需要解决我们的问题,并tensorflow复杂,并非所有的操作都支持,除了复杂的优化,这部分被限制只支持框架,所以上手尝试了一些修改流行的框架。我在mshadow MXNet,开发商是否试图询问相关计划,但不幸的是,由于在实践中,当前的应用程序看似复杂PyTorch仓库的问题还不是很多后端分别提了,是不是优先支持不是复杂高字符。
首先,在此期间,以感谢中国科学汉永健老师的科技大学,物理老师王大雷,复旦大学,李小鹏教师支援团体(协会没有阻止我很多工作,但没有硬用滚轮接受啊,他的背后)。
虽然从上看,更像是个人MXNet C代码,和几个C语言库的PyTorch底层代码。读了一些非常有益的。但是,只有PyTorch开发商鸟我,所以我开始改变PyTorch底层有些不太好改革(MXNet相比而言)。相比之下它仍然在许多版本V0.1 PyTorch潜在的混乱,这从根本上导致了支持复杂的也不是那么容易。第一个完整的仓库大楼支持Github上:上PhillippPelz修改后的版本做了,但他的做法似乎PyTorch队是不是很喜欢,他直接修改几个后端C / CUDA C库,并导致命名上的混乱的一些问题。后来,我复杂的基础上,单独拿出前,并提供第一PR,约9K C线,为客户提供复杂的数字后端CPU的支持,但也许是因为太多了,谁都没有审查人合并。这是接触过程中我向我要源代码,指导等,表现出复杂的是不是一个人,我需要的。如果不尽快,合并,因为PyTorch更新快(三个月发布)我一个人很难与它的进度跟不上,因为整个项目是不是一个小数目,所以我再次修改和再次花费太多精力跟进等新功能。所以希望是能够合并CPU,然后支持GPU。 (时间以模拟FLOAT2当地地图复杂/减少像一些原本可以变得很不好招,写GPU)横跨好几个版本,可能需要一个很大的变化。于是我放弃了计划独立支持复数,改变使用朱莉娅,他们需要建立在朱莉娅。但修改PyTorch过程中,我记录的方便一些笔记来解释的组成和作用的来源,我想作者的设计思路,现在慢慢整理出来与大家分享的读者。
整体框架
目前我的本地版本提交d0cabbd
PyTorch Python是前端为帧,通过使用碱本身上图Python语言的动态特性来定义该动态模型,它可以说是通过一些Python编译器的手段PyTorch良好的特性(例如,垃圾收集,语言本身动态等),它允许用户使用静态帧会觉得自己身材那么容易使用比tensorflow。
关于两个部件的结构,Python的,另一部分是一个C / C后端写入。 Python的部分更容易阅读,如果有时间后重新提出。 C / C后多维阵列库V0.4开始阿坦(张量库)的库作为被Python胶水代码炬/ CSRC在上部包部分还访问(而是慢慢pybind11)。使用自动分化完成C,带的后端部以类似于记录相关的操作的机构被使用。 JIT新进入者以及详细阅读,没有引进的一部分。随着`tree`但看上去像这样。主要在LIB的核心代码的后端。
├──autograd├──后端├──的contrib ...├──证监会│├──allocators.cpp│├──allocators.h│├──assertions.cpp│├──assertions.h│├─ ─autograd│├──byte_order.cpp│├──byte_order.h│├──copy_utils.h│├──CUDA│├──DataLoader.cpp│├──分布式│├──dl.c│├─ ─DynamicTypes.cpp│├──DynamicTypes.h│├──Exceptions.cpp│├──Exceptions.h│├──expand_utils.cp
关闭
对联
关闭
对联