誠摯邀請您參加 2024 年 9 月 18 日至 19 日在矽谷舉行的 PyTorch 研討會。了解更多

PyTorch logo
開始使用

選擇您的路徑:在本地安裝 PyTorch 或在支援的雲端平台上立即啟動

開始使用

部落格

隨時掌握 PyTorch 基金會的最新消息和技術主題。

了解更多

PyTorch 2.5

搭載用於 SDPA 的全新 CuDNN 後端、改進的 TorchDynamo、torch.compile 的區域編譯等等。

深入瞭解

開放加入會員

成為 PyTorch 基金會不可或缺的一份子,共同構建和塑造人工智慧的未來。

加入

主要功能及
特性

查看所有功能
可投入生產環境

使用 TorchScript 在 eager 模式和圖形模式之間無縫切換,並使用 TorchServe 加速生產流程。

分散式訓練

torch.distributed 後端可在研究和生產環境中實現可擴展的分散式訓練和效能最佳化。

強大的生態系統

豐富的工具和函式庫生態系統擴展了 PyTorch 的功能,並支援電腦視覺、自然語言處理等領域的開發。

雲端支援

PyTorch 在各大雲端平台上都獲得良好支援,提供順暢的開發體驗和輕鬆的擴展能力。

安裝 PyTorch

選擇您的偏好設定並執行安裝指令。穩定版代表目前經過最完整測試和支援的 PyTorch 版本。這應該適用於大多數使用者。如果您想要最新的、尚未經過完整測試和支援的每夜建置版本,可以使用預覽版。請確保您已滿足以下先決條件(例如 numpy),具體取決於您的套件管理器。Anaconda 是我們推薦的套件管理器,因為它會安裝所有依賴項。您也可以安裝舊版 PyTorch。請注意,LibTorch 僅適用於 C++。

注意:最新版 PyTorch 需要 Python 3.9 或更高版本。

PyTorch 版本
您的作業系統
套件
程式語言
運算平台
執行此指令
PyTorch 版本
穩定版 (1.13.0)
預覽版 (每夜建置)
您的作業系統
Linux
Mac
Windows
套件
Conda
Pip
LibTorch
原始碼
程式語言
Python
C++ / Java
運算平台
CUDA 11.8
CUDA 12.1
CUDA 12.4
ROCm 5.2
CPU
執行此指令
conda install pytorch torchvision -c pytorch

PyTorch 舊版本

使用以下方式快速入門
雲端合作夥伴

透過熱門的雲端平台和機器學習服務快速啟動並執行 PyTorch。

公司和大學
使用 PyTorch

使用 PyTorch、TorchServe 和 AWS Inferentia 將推論成本降低 71% 並推動規模擴展。

了解更多

在自然語言處理和多工學習方面推進最新技術。

了解更多

利用 PyTorch 的靈活性有效地研究新的演算法方法。

了解更多

文件

存取 PyTorch 的完整開發者文件

查看文件

教學

取得適用於初學者和進階開發者的深入教學

查看教學

資源

尋找開發資源並獲得您的問題解答

查看資源