加入我们,参加 9 月 18 日至 19 日在硅谷举行的 2024 年 PyTorch 大会。了解更多

PyTorch logo
入门

选择您的路径:在本地安装 PyTorch 或在受支持的云平台上立即启动

入门

2024 年 PyTorch 大会

2024 年 PyTorch 大会征集提案活动正在进行中。节省早鸟注册费用。

完整详情 + 指南

PyTorch 2.4

PyTorch 2.4 增加了对 torch.compile、FSDP2、自定义运算符 API 的 Python 3.12 支持,并针对 CPU 上的 AWS Graviton 和 GenAI 工作负载进行了优化。

了解更多

会员资格

成为 PyTorch 基金会不可或缺的一部分,共同构建 AI 的未来。

加入

主要特性和
功能

查看所有功能
生产就绪

使用 TorchScript 在 eager 模式和图模式之间无缝切换,并使用 TorchServe 加快生产路径。

分布式训练

torch.distributed 后端支持在研究和生产中进行可扩展的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,并支持计算机视觉、NLP 等领域的开发。

云支持

PyTorch 在主流云平台上都得到了良好的支持,可提供无缝的开发和轻松的扩展。

安装 PyTorch

选择您的偏好设置并运行安装命令。稳定版表示经过最新测试和支持的 PyTorch 版本。这应该适用于许多用户。如果您想要最新的、未经完全测试和支持的夜间构建版本,可以使用预览版。请确保您已满足以下先决条件(例如,numpy),具体取决于您的软件包管理器。Anaconda 是我们推荐的软件包管理器,因为它会安装所有依赖项。您还可以安装以前版本的 PyTorch。请注意,LibTorch 仅适用于 C++。

注意:最新的 PyTorch 需要 Python 3.8 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(每晚构建)
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

以前版本的 PyTorch

使用以下工具快速入门
云合作伙伴

通过流行的云平台和机器学习服务快速启动和运行 PyTorch。

使用 PyTorch 的公司和大学
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 和多任务学习领域的最新技术发展。

了解更多

利用 PyTorch 的灵活性有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

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源