入门指南：在本地安装 PyTorch 或在受支持的云平台上即刻启动
加入 PyTorch 基金会
作为 PyTorch 基金会的成员，您将获得相关资源，协助维护稳定、安全且持久的代码库。您可以协作开展培训、本地和区域活动、开源开发者工具开发、学术研究，并提供指南帮助新用户和贡献者获得高效的体验。
主要特性与功能
生产就绪
利用 TorchScript 在即时模式（eager mode）和图模式（graph mode）之间无缝切换，并使用 TorchServe 加速迈向生产环境的步伐。
分布式训练
torch.distributed 后端支持在研究和生产环境中实现可扩展的分布式训练及性能优化。
强大的生态系统
丰富的工具和库生态系统扩展了 PyTorch 的能力，支持计算机视觉、NLP 等领域的开发。
云端支持
PyTorch 在各大主流云平台上均得到完善支持，为您提供顺畅的开发体验和便捷的扩展能力。
安装 PyTorch
选择您的偏好并运行安装命令。“Stable”（稳定版）代表当前经过充分测试和支持的 PyTorch 版本，适合大多数用户。“Preview”（预览版）适用于希望尝鲜最新的、尚在测试中的每日构建版本。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。您也可以安装旧版本的 PyTorch。注意：LibTorch 仅适用于 C++。
注意：最新稳定版 PyTorch 需要 Python 3.10 或更高版本。
PyTorch 构建版本
您的操作系统
安装包
编程语言
计算平台
运行此命令
PyTorch 构建版本
稳定版 (2.7.0)
预览版 (每日构建)
您的操作系统
Linux
Mac
Windows
安装包
Pip
LibTorch
源码
编程语言
Python
C++ / Java
计算平台
CUDA 11.8
CUDA 12.6
CUDA 12.8
ROCm 6.3
CPU
运行此命令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
云合作伙伴快速入门
通过主流云平台和机器学习服务，快速部署并运行 PyTorch。
生态系统
精选项目
探索丰富的库、工具及更多项目，助力您的开发工作。
Captum
Captum（拉丁语意为“理解”）是一个基于 PyTorch 构建的开源、可扩展模型可解释性库。
PyTorch Geometric
PyTorch Geometric 是一个用于不规则输入数据（如图形、点云和流形）深度学习的库。
skorch
skorch 是一个 PyTorch 的高层库，提供与 scikit-learn 的全面兼容性。
使用 PyTorch 的公司与大学
Amazon Advertising
通过 PyTorch、TorchServe 和 AWS Inferentia，将推理成本降低 71% 并实现横向扩展。
Salesforce
推动 NLP 和多任务学习领域的最前沿技术。
斯坦福大学
利用 PyTorch 的灵活性高效研究新的算法方法。