1. pytorch 和tensorflow代码区别
这两个代码的区别是因为他们在运行时对于设备的作用不同。
代码编程时运行数据，后者运行速率要使设备完成信息运算功能更快。
2. pytorch 怎么处理变长的rnn lstm
语言模型主要规则模型统计模型两种统计语言模型用概率统计揭示语专言单位内统计规律属其N-Gram简单效广泛使用N-Gram：该模型基于种假设第n词现与前面N-1词相关与其任何词都相关整句概率各词现概率乘积些概率通直接语料统计N词同现数用二元Bi-Gram三元Tri-Gram语言模型性能通用交叉熵复杂度（Perplexity）衡量交叉熵意义用该模型文本识别难度或者压缩角度看每词平均要用几位编码复杂度意义用该模型表示文本平均支数其倒数视每词平均概率平滑指没观察N元组合赋予概率值保证词序列总能通语言模型概率值通使用平滑技术图灵估计、删除插值平滑、Katz平滑Kneser-Ney平滑
3. pytorch训练好的模型能用在keras或tensorflow吗
PyTorch本质上是来Numpy的替代者，而且支持GPU、带自有高级功能，可以用来搭建和训练深度神经网络。如果你熟悉Numpy、Python以及常见的深度学习概念（卷积层、循环层、SGD等），会非常容易上手PyTorch。
而TensorFlow可以看成是一个嵌入Python的编程语言。你写的TensorFlow代码会被Python编译成一张图，然后由TensorFlow执行引擎运行。我见过好多新手，因为这个增加的间接层而困扰。也正是因为同样的原因，TensorFlow有一些额外的概念需要学习，例如会话、图、变量作用域（variable scoping）、占位符等。
另外还需要更多的样板代码才能让一个基本的模型运行。所以TensorFlow的上手时间，肯定要比PyTorch长。
图创建和调试
赢家：PyTorch
创建和运行计算图可能是两个框架最不同的地方。在PyTorch中，图结构是动态的，这意味着图在运行时构建。而在TensorFlow中，图结构是静态的，这意味着图先被“编译”然后再运行。
举一个简单的例子，在PyTorch中你可以用标准的Python语法编写一个for循环结构
4. 如何判断pytorch使用了gpu
1、将已经实例化的模型在多个GPU上并行，只需要使用nn.DataParallel(model)方法即可，可用torch.cuda.device_count()检查GPU的个数。
2、回nn.DataParallel中的参答数有三个，第一个是需要并行的模型，第二个是并行所使用的GPU列表（默认使用所有可用GPU），第三个是模型输出所在的device编号（可以是cpu，默认是GPU0）。
3、为了验证并行效果，我们定义一个打印输入和输出大小的模型，我们使用了2个GPU并行该模型。
4、使用任意一个数据集，在模型输出结果后，我们再打印出输出结果的大小，与模型中的打印结果进行对比。
5、In
Model是模型内打印的结果，Outside为模型外打印的结果。对比发现Outside的batch大小为所有In
Model之和，代表一个batch的数据被平均分到每个并行的GPU进行计算，之后再合并输出结果。
5. pytorch中aten里面用c 实现的函数怎么在jupyter上运行
拍摄里面如果用c实现函数的话，想要在另一个人身上就行运行，那么只能够去把它拍成中的程序软件后先卸载或者是重新输入就可以。
6. 怎样使用PyTorch实现递归神经网络
1. 将单词放入缓冲抄区。
2. 从缓冲区的前部弹出「The」，将其推送（push）到堆栈上层，紧接着是「church」。
3. 弹出前 2 个堆栈值，应用于 Rece，然后将结果推送回堆栈。
4. 从缓冲区弹出「has」，然后推送到堆栈，然后是「cracks」，然后是「in」，然后是「the」，然后是「ceiling」。
5. 重复四次：弹出 2 个堆栈值，应用于 Rece，然后推送结果。
6. 从缓冲区弹出「.」，然后推送到堆栈上层。
7. 重复两次：弹出 2 个堆栈值，应用于 Rece，然后推送结果。
8. 弹出剩余的堆栈值，并将其作为句子编码返回。
7. 深度学习pytorch程序中途断了怎样接着训练
看你有没有保存模型和参数，如果保存了，加载进来继续训练即可。
用torch.save保存模型，torch.load加载模型。也可以仅保存参数。
8. 如何固定一个通道 pytorch
不一定四个舵机就是四通道。一般比较初级的四通道飞机上使用一个舵机控制两个副翼（内就是主容翼后方的可动部分），这时只需要副翼 升降舵 尾舵和油门四个通道如果是电动的飞机油门是一只电调，只要三个舵机。如果是油动的飞机油门控制就是一个舵机，一共四个舵机。大多数飞机是通过两个舵机分别控制两个副翼，这两个多机是通过一根一转二的多级转接线（Y线）连接到一个通道上。此时电动就有了四个舵机 油动的就有五个舵机。一般来说控制副翼的舵机都装在主翼上。还有些飞机使用两个舵机分别控制左右两片升降舵，这时可以通过Y线来连接。这种方式多用于大型飞机。
9. PyTorch安装问题
在Windows上安来装
pytorch可以安装和使用在各种Windows发行自版上。根据系统和计算要求，您在Windows上使用pytorch的经验可能因处理时间而异。建议，但不是必需的，您的Windows系统有一个Nvidia GPU，以便充分利用pytorch的CUDA支持。
先决条件
支持的Windows发行版 以下Windows发行版支持pytorch：
Windows 7及更高版本；建议使用Windows 10或更高版本。
Windows Server 2008 R2及更高版本 此处的安装说明通常适用于所有受支持的Windows发行版。所示的特定示例将在Windows 10企业级计算机上运行。