主要特性和
功能
查看所有特性
生产环境就绪
利用 TorchScript 在 Eager 模式和 Graph 模式之间无缝切换，并通过 TorchServe 加速产品上线进程。
分布式训练
通过 torch.distributed 后端实现研究和生产中的可伸缩分布式训练和性能优化。
强大的生态系统
丰富的工具和库生态系统扩展了 PyTorch，支持计算机视觉、自然语言处理 (NLP) 等领域的发展。
云支持
PyTorch 在主流云平台上得到良好支持，提供顺畅的开发体验和轻松的扩展能力。
安装 PyTorch
选择您的偏好并运行安装命令。Stable 版本代表 PyTorch 当前测试和支持最完善的版本。这适用于大多数用户。如果您想要最新但未完全测试和支持的每夜构建版本，可以选择 Preview。请确保您已满足以下先决条件（例如 numpy），具体取决于您的包管理器。您也可以安装旧版本的 PyTorch。请注意，LibTorch 仅适用于 C++。
注意：最新的 PyTorch 需要 Python 3.9 或更高版本。
PyTorch 构建
您的操作系统
包
语言
计算平台
运行此命令
PyTorch 构建
Stable (1.13.0)
Preview (每夜构建)
您的操作系统
Linux
Mac
Windows
包
Conda
Pip
LibTorch
源代码
语言
Python
C++ / Java
计算平台
CUDA 11.8
CUDA 12.1
CUDA 12.4
ROCm 5.2
CPU
运行此命令
conda install pytorch torchvision -c pytorch
PyTorch 旧版本
探索丰富的库、工具等生态系统以支持开发。
社区
加入 PyTorch 开发者社区，贡献、学习并获得问题解答。
