Torch的动态计算图与静态计算图的主要区别在于计算图的构建和执行时机。
在静态计算图中，用户先定义整个计算图的结构，然后再将数据输入到计算图中进行计算。这种方式下，计算图的结构在运行时是固定的，只有数据在计算图中流动。
而在动态计算图中，计算图的结构是在运行时动态构建的。用户可以在每次计算时动态地定义计算图的结构，这样更加灵活和自由。动态计算图使得用户可以更容易地使用控制流结构，例如循环和条件语句，以及动态修改计算图的结构。
总的来说，动态计算图更加灵活和方便，但也可能会牺牲一些性能上的优势，而静态计算图则更加高效和稳定。TensorFlow采用的是静态计算图，而PyTorch采用的是动态计算图。
