PyTorch logo
会员资格可用

加入适合您目标的会员资格

加入

精选读物

了解 PyTorch 社区的最新技术见解和工具.

#由 PyTorch 提供支持

PyTorch 2.0

我们的下一代版本比以往更快、更Pythonic、更动态.

开始使用

即将举行的活动

不要错过我们即将举行的 PyTorch 活动、聚会和网络研讨会.

即将举行的活动

主要特性和
功能

查看所有功能
生产就绪

使用 TorchScript 在 eager 模式和图形模式之间无缝过渡,并使用 TorchServe 加速生产之路.

分布式训练

torch.distributed 后端支持研究和生产中的可扩展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 在主要云平台上得到了良好的支持,提供无摩擦的开发和轻松的扩展.

安装 PyTorch

选择您的首选项并运行安装命令。Stable 代表当前经过最多测试和支持的 PyTorch 版本。这应该适合很多用户。如果您想要每晚生成的最新的、未经过完全测试和支持的构建版本,则可以使用预览版。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。您还可以 安装以前版本的 PyTorch。请注意,LibTorch 仅适用于 C++

PyTorch 构建
你的操作系统
Package
语言
计算平台
运行此命令:
PyTorch 构建
Stable (1.13.0)
Preview (Nightly)
你的操作系统
Linux
Mac
Windows
Package
Conda
Pip
LibTorch
Source
语言
Python
C++ / Java
计算平台
CUDA 11.6
CUDA 11.7
ROCm 5.2
CPU
运行此命令:
conda install pytorch torchvision -c pytorch

注意: PyTorch LTS 已被弃用。有关更多信息,请参阅 此博客.

PyTorch的早期版本

云合作伙伴
快速入门

通过流行的云平台和机器学习服务快速启动并运行 PyTorch.

使用 PYTORCH 的公司和大学

使用 PyTorch、TorchServe 和 AWS Inferentia 将推理成本降低 71% 并推动横向扩展.

了解更多

推动NLP和多任务学习的最新发展.

了解更多

利用 PyTorch 的灵活性来有效地研究新的算法方法.

了解更多

文档

访问 PyTorch 的综合开发人员文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源