| Property | Value |
|---|
| dbo:abstract | - PyTorch est une bibliothèque logicielle Python open source d'apprentissage machine qui s'appuie sur (en) développée par Meta. PyTorch permet d'effectuer les calculs tensoriels nécessaires notamment pour l'apprentissage profond (deep learning). Ces calculs sont optimisés et effectués soit par le processeur (CPU) soit, lorsque c'est possible, par un processeur graphique (GPU) supportant CUDA. Il est issu des équipes de recherche de Facebook, et avant cela de Ronan Collobert dans l'équipe de Samy Bengio à l'IDIAP. PyTorch est dérivé d'un logiciel antérieur, Torch, qui s'utilisait avec le langage Lua. PyTorch est indépendant de Lua et se programme en Python. PyTorch permet de: * manipuler des tenseurs (tableaux multidimensionnels), de les échanger facilement avec Numpy et d'effectuer des calculs efficaces sur CPU ou GPU (par exemple, des produits de matrices ou des convolutions); * calculer des gradients pour appliquer facilement des algorithmes d'optimisation par descente de gradient. PyTorch utilise la bibliothèque autograd. (fr)
- PyTorch est une bibliothèque logicielle Python open source d'apprentissage machine qui s'appuie sur (en) développée par Meta. PyTorch permet d'effectuer les calculs tensoriels nécessaires notamment pour l'apprentissage profond (deep learning). Ces calculs sont optimisés et effectués soit par le processeur (CPU) soit, lorsque c'est possible, par un processeur graphique (GPU) supportant CUDA. Il est issu des équipes de recherche de Facebook, et avant cela de Ronan Collobert dans l'équipe de Samy Bengio à l'IDIAP. PyTorch est dérivé d'un logiciel antérieur, Torch, qui s'utilisait avec le langage Lua. PyTorch est indépendant de Lua et se programme en Python. PyTorch permet de: * manipuler des tenseurs (tableaux multidimensionnels), de les échanger facilement avec Numpy et d'effectuer des calculs efficaces sur CPU ou GPU (par exemple, des produits de matrices ou des convolutions); * calculer des gradients pour appliquer facilement des algorithmes d'optimisation par descente de gradient. PyTorch utilise la bibliothèque autograd. (fr)
|
| dbo:basedOn | |
| dbo:license | |
| dbo:wikiPageID | |
| dbo:wikiPageLength | - 4995 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID | |
| dbo:wikiPageWikiLink | |
| prop-fr:fr | |
| prop-fr:langue | |
| prop-fr:texte | |
| prop-fr:trad | |
| prop-fr:wikiPageUsesTemplate | |
| dct:subject | |
| rdf:type | |
| rdfs:comment | - PyTorch est une bibliothèque logicielle Python open source d'apprentissage machine qui s'appuie sur (en) développée par Meta. PyTorch permet d'effectuer les calculs tensoriels nécessaires notamment pour l'apprentissage profond (deep learning). Ces calculs sont optimisés et effectués soit par le processeur (CPU) soit, lorsque c'est possible, par un processeur graphique (GPU) supportant CUDA. Il est issu des équipes de recherche de Facebook, et avant cela de Ronan Collobert dans l'équipe de Samy Bengio à l'IDIAP. PyTorch permet de: (fr)
- PyTorch est une bibliothèque logicielle Python open source d'apprentissage machine qui s'appuie sur (en) développée par Meta. PyTorch permet d'effectuer les calculs tensoriels nécessaires notamment pour l'apprentissage profond (deep learning). Ces calculs sont optimisés et effectués soit par le processeur (CPU) soit, lorsque c'est possible, par un processeur graphique (GPU) supportant CUDA. Il est issu des équipes de recherche de Facebook, et avant cela de Ronan Collobert dans l'équipe de Samy Bengio à l'IDIAP. PyTorch permet de: (fr)
|
| rdfs:label | - PyTorch (ca)
- PyTorch (eu)
- PyTorch (fr)
- PyTorch (ja)
- PyTorch (pl)
- PyTorch (ru)
- PyTorch (ca)
- PyTorch (eu)
- PyTorch (fr)
- PyTorch (ja)
- PyTorch (pl)
- PyTorch (ru)
|
| rdfs:seeAlso | |
| owl:sameAs | |
| prov:wasDerivedFrom | |
| foaf:isPrimaryTopicOf | |
| isdbo:wikiPageWikiLink of | |
| isoa:hasTarget of | |
| isfoaf:primaryTopic of | |
