加入我们在硅谷,参加 2024 年 9 月 18 日至 19 日的 PyTorch 大会。 了解更多.

PyTorch logo
入门

选择您的路径:在本地安装 PyTorch 或立即在支持的云平台上启动

入门

博客

随时了解来自 PyTorch 基金会的最新新闻和技术主题。

阅读更多

PyTorch 2.5

以 SDPA 为新的 CuDNN 后端,TorchDynamo 改进,torch.compile 的区域编译等为特色。

了解更多

会员资格可用

成为 PyTorch 基金会的重要组成部分,共同构建和塑造 AI 的未来。

加入

主要功能和
功能

查看所有功能
生产就绪

使用 TorchScript 在 eager 模式和 graph 模式之间无缝切换,并使用 TorchServe 加速生产之路。

分布式训练

torch.distributed 后端支持可扩展的分布式训练和性能优化,应用于研究和生产。

强大的生态系统

丰富的工具和库生态系统扩展了 PyTorch 并支持计算机视觉、NLP 等方面的开发。

云支持

PyTorch 在主要的云平台上得到良好支持,提供无缝开发和轻松扩展。

安装 PyTorch

选择您的偏好并运行安装命令。Stable 代表 PyTorch 当前测试和支持的版本。这应该适合大多数用户。如果您想要最新的、尚未完全测试和支持的、每晚生成的构建,则可以使用 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。Anaconda 是我们推荐的包管理器,因为它安装了所有依赖项。您也可以安装 PyTorch 的先前版本。请注意,LibTorch 仅适用于 C++。

注意:最新 PyTorch 要求 Python 3.9 或更高版本。

PyTorch 构建
您的操作系统
软件包
语言
计算平台
运行此命令
PyTorch 构建
稳定版 (1.13.0)
预览版 (夜间构建)
您的操作系统
Linux
Mac
Windows
软件包
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 的先前版本

使用以下内容快速入门
云合作伙伴

通过流行的云平台和机器学习服务快速使用 PyTorch。

公司和大学
使用 PyTorch

使用 PyTorch、TorchServe 和 AWS Inferentia 将推理成本降低 71% 并推动规模扩展。

了解更多

推动 NLP 和多任务学习的最新进展。

了解更多

利用 PyTorch 的灵活性来高效地研究新的算法方法。

了解更多

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源