Milyen típusú számítási gráf van a PyTorch-ban — dinamikus vagy statikus?

A PyTorch dinamikus számítási gráfot használ. Ez azt jelenti, hogy a gráf futás közben jön létre és módosul, ami lehetővé teszi a modellek rugalmasabb építését és módosítását valós időben. Ez a megközelítés hasznos hibakereséshez és olyan modellekkel való munkához, amelyek szerkezete adat vagy feltételek függvényében változhat.

Példa a dinamikus gráfra PyTorch-ban:

import torch
x = torch.tensor([1.0, 2.0, 3.0], requires_grad=True)
y = x * 2
z = y.sum()
z.backward()
print(x.grad)  # Dinamikusan számítja ki a gradienseket

A statikus gráfhoz képest (mint a TensorFlow 1.x-ben), ahol a gráf előre épül fel és utána futtatják, a PyTorch dinamikus gráfja "minden futásnál" épül fel.