不同于TensorFlow2.0以前的版本使用的是静态图，深度学习框架Pytorch使用的是动态图。说法正确吗

是的，不同于TensorFlow 2.0以前的版本使用的是静态图，PyTorch使用的是动态图。

静态图是指在程序运行之前，就需要定义好计算图的结构和计算流程，然后再将数据输入到计算图中进行计算。这种方式的优点是可以对计算图进行优化，提高计算效率，但是缺点是不够灵活，不利于调试和修改。

动态图是指计算图的结构和计算流程是在程序运行时动态生成的，可以根据数据的不同而改变计算流程，从而实现更加灵活的计算。这种方式的优点是方便调试和修改，可以根据需要动态调整计算流程，但是缺点是计算效率相对较低。

PyTorch使用的就是动态图，这使得它非常适合研究和实验，尤其是在处理不规则、动态的数据时。同时，PyTorch还提供了丰富的自动求导功能，可以方便地计算梯度，从而简化了深度学习模型的训练过程。

需要注意的是，TensorFlow 2.0之后也提供了动态图的支持，用户可以根据需要选择使用静态图还是动态图。