pytorch

在 Python 中實現張量與動態神經網路,並具備強大的 GPU 加速

pytorch 是什麼?

在 Python 中實現張量與動態神經網路,並具備強大的 GPU 加速

pytorch 概覽

這是什麼

PyTorch 是一個 Python 套件,提供具 GPU 加速的張量運算,以及建立在 tape-based autograd 系統上的深度神經網路。README 將其描述為深度整合進 Python,而不是單體式 C++ 框架的 Python 綁定。其元件包括 torch、torch.autograd、torch.nn、torch.multiprocessing 與 torch.utils。

主要功能

  • 類似 NumPy 的張量運算,張量可位於 CPU 或 GPU。
  • 透過 torch.autograd 進行 tape-based 自動微分,支援 torch 中所有可微張量運算。
  • torch.nn 是與 autograd 整合的神經網路函式庫。
  • torch.multiprocessing 提供 Python 多程序處理,並可在程序間共享 torch 張量的記憶體。
  • torch.utils 包含 DataLoader 與其他便利的公用函式。
  • 命令式執行:執行的程式碼會立即執行,堆疊追蹤會指向程式碼定義的位置。
  • 可使用 Python 或 C/C++ 撰寫擴充,擴充 API 旨在將樣板程式碼降到最低。

使用情境

README 列出兩種常見用途:作為 NumPy 的替代方案以使用 GPU,以及作為深度學習研究平台。它也提到 torch.multiprocessing 可用於資料載入與 Hogwild 訓練,並可用 Python 或 C/C++ 撰寫新的神經網路層。

快速開始

README 未提供完整的安裝指令。它指出 Conda 與 pip wheel 安裝指令位於專案網站,並說明了從原始碼建置的方式。原始碼建置的先決條件包括 Python 3.11 或更新版本、完整支援 C++20 的編譯器、Windows 上的 Visual Studio 或 Visual Studio Build Tool、至少 10 GB 可用磁碟空間,以及首次建置需 30-60 分鐘。詳情請參閱儲存庫 README。

授權與價格

提供的 metadata 將授權列為 NOASSERTION,價格類型列為 open_source。README 包含 License 章節,但提供的文字未說明確切授權條款。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/pytorchpytorch.svg)](https://yunodb.com/tools/pytorchpytorch?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/pytorchpytorch?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/pytorchpytorch.svg" alt="Featured on YunoDB" height="20"></a>