Pytorch学习（十一）---初探TensorComprehensions

初衷

实际上，在遇到一些挑战时你可能会感到沮丧。
然而，在Python端实现这些想法可能会非常缓慢。
编写对应的CUDA代码同样存在一定的难度。
还需要考虑各种优化措施。
此时你会感到不满。
虽然如此，当你想到一些巧妙的方法时，
你的想法可能在缺乏相应代码支持的情况下被放弃。
你可以参考Tensor Comprehensions（TC）这个工具包来辅助实现这些目标。

前情概览：TC是一款无需编写高性能代码即可自动生成GPU加速程序的工具包。它通过简洁的语法直接自动化生成高效的GPU代码。
如果你还在为以下问题所困：

• 当你的PyTorch层运行较慢，并希望提升计算效率时。
• 你拥有一个基于CUDA的层设计并花费数周时间进行调试、优化后仍需完成高效处理的任务。
• 其他类似场景也存在。
  因此选择TC能够显著提升开发效率。

使用

安装

这个没啥好说的:

    conda install -c pytorch -c tensorcomp tensor_comprehensions

大概会安装这些包:

       package                    |            build
    ---------------------------|-----------------
    proto