Torch 環境變數¶

PyTorch 利用環境變數來調整各種設定，這些設定會影響其執行時行為。這些變數提供對關鍵功能的控制，例如在遇到錯誤時顯示 C++ 堆疊追蹤、同步 CUDA 核心的執行、指定用於平行處理任務的執行緒數等等。

此外，PyTorch 利用了幾個高效能的函式庫，例如 MKL 和 cuDNN，它們也使用環境變數來修改其功能。這種設定的相互作用允許高度可自訂的開發環境，可以針對效率、偵錯和計算資源管理進行最佳化。

請注意，雖然本文件涵蓋了與 PyTorch 及其相關函式庫相關的廣泛環境變數，但它並非詳盡無遺。如果您在本文件中發現任何遺漏、不正確或可以改進的地方，請提交 issue 或開啟 pull request 告知我們。