教程 | PyTorch内部机制解析：如何通过PyTorch实现Tensor

文章预览

选自Github 机器之心编译 参与：朱乾树、黄小天 PyTorch 中的基本单位是张量（Tensor）。本文的主旨是如何在 PyTorch 中实现 Tensor 的概述，以便用户可从 Python shell 与之交互。本文主要回答以下四个主要问题： 1. PyTorch 如何通过扩展 Python 解释器来定义可以从 Python 代码中调用的 Tensor 类型？ 2. PyTorch 如何封装实际定义 Tensor 属性和方法的 C 的类库？ 3. PyTorch 的 C 类包装器如何生成 Tensor 方法的代码？ 4. PyTorch 的编译系统如何编译这些组件并生成可运行的应用程序？ 扩展 Python 解释器 PyTorch 定义了一个新的包 torch。本文中，我们将考虑._C 模块。这是一个用 C 编写的被称为「扩展模块」的 Python 模块，它允许我们定义新的内置对象类型（例如 Tensor）和调用 C / C ++函数。 ._C ………………………………