pytorch/pytorch

产品定位

PyTorch 以 Python 优先为设计取向，可复用 NumPy、SciPy、Cython 等常用 Python 包进行扩展，也可通过 C/C++ 扩展 API 编写新的神经网络层。选型时需注意：AMD ROCm 后端目前仅支持 Linux 系统；从源码构建需要 Python 3.10 或更高版本、完整支持 C++20 的编译器、至少 10 GB 磁盘空间，首次构建约需 30-60 分钟。除常规安装方式外，还为 NVIDIA Jetson 系列嵌入式设备提供 Python wheels。

适合用户

• 深度学习研究人员
• 机器学习工程师
• Python 开发者

功能亮点

• GPU 加速张量计算

  提供可在 CPU 或 GPU 上运行的张量，支持切片、索引、数学运算、线性代数、归约等大量张量例程。

• 基于 tape 的自动微分

  torch.autograd 支持所有可微张量操作的自动微分，可任意改变网络行为而无延迟或开销。

• 神经网络库 torch.nn

  与 autograd 深度集成、面向最大灵活性的神经网络库。

• TorchScript 编译栈

  torch.jit 提供编译栈，可从 PyTorch 代码创建可序列化、可优化的模型。

• 张量共享的多进程

  torch.multiprocessing 提供跨进程的 torch 张量内存共享，适用于数据加载和 Hogwild 训练。

访问与价格

可用状态: 当前可用

价格信息: 开源

支持平台: API, Linux, 自托管, Windows

价格说明: 开源项目，仓库公开托管于 GitHub。

官方入口

• GitHub 仓库
• 官网安装指南
• PyTorch 官网

来源核验

• github.com