Документация PyTorch

PyTorch — это оптимизированная библиотека тензоров для глубокого обучения с использованием GPU и CPU.

Функции, описанные в этой документации, классифицируются по статусу выпуска:

Стабильные (стабильный API): Эти функции будут поддерживаться в долгосрочной перспективе; как правило, у них не должно быть существенных ограничений производительности или пробелов в документации. Мы также стремимся сохранять обратную совместимость (хотя возможны несовместимые изменения, о которых будет сообщено за один выпуск).

Нестабильные (нестабильный API): Сюда входят все функции, находящиеся в активной разработке, API которых могут меняться с учётом отзывов пользователей, необходимых улучшений производительности или неполного охвата операторов. API и характеристики производительности этих функций могут изменяться.

• Установка PyTorch
• Руководство пользователя
  • Обзор PyTorch
  • Начало работы
  • Изучение основ
  • Основные компоненты PyTorch
  • Torch.compile
  • Torch.export
  • Примечания для разработчиков
  • Интеграция с ускорителями
• Справочник API
  • C++
  • torch
  • torch.nn
  • torch.nn.functional
  • torch.Tensor
  • Атрибуты тензоров
  • Представления тензоров
  • torch.amp
  • torch.autograd
  • torch.library
  • torch.accelerator
  • torch.cpu
  • torch.cuda
  • torch.cuda.memory
  • torch.mps
  • torch.xpu
  • torch.mtia
  • torch.mtia.memory
  • torch.mtia.mtia_graph
  • Устройство Meta
  • torch.backends
  • torch.export
  • torch.distributed
  • torch.distributed.tensor
  • torch.distributed.algorithms.join
  • torch.distributed.elastic
  • torch.distributed.fsdp
  • torch.distributed.fsdp.fully_shard
  • torch.distributed.tensor.parallel
  • torch.distributed.optim
  • torch.distributed.pipelining
  • torch.distributed._symmetric_memory
  • torch.distributed.checkpoint
  • torch.distributions
  • torch.compiler
  • torch.fft
  • torch.func
  • torch.futures
  • torch.fx
  • torch.fx.experimental
  • torch.hub
  • torch.linalg
  • torch.monitor
  • torch.signal
  • torch.special
  • torch.overrides
  • torch.nativert
  • torch.package
  • torch.profiler
  • torch.nn.init
  • torch.nn.attention
  • torch.onnx
  • torch.optim
  • Комплексные числа
  • Хуки коммуникации DDP
  • Квантование
  • Распределённая инфраструктура RPC
  • torch.random
  • torch.masked
  • torch.nested
  • torch.Size
  • torch.sparse
  • torch.Storage
  • torch.testing
  • torch.utils
  • torch.utils.backend_registration
  • torch.utils.hooks
  • torch.utils.throughput_benchmark
  • torch.utils.collect_env
  • torch.utils.flop_counter
  • torch.utils.hipify.hipify_python
  • Утилиты для бенчмаркинга — torch.utils.benchmark
  • torch.utils.benchmark.examples
  • torch.utils.benchmark.examples.spectral_ops_fuzz_test
  • torch.utils.checkpoint
  • torch.utils.cpp_extension
  • torch.utils.data
  • torch.utils.deterministic
  • Утилиты JIT — torch.utils.jit
  • torch.utils.jit.log_extract
  • torch.utils.dlpack
  • torch.utils.mobile_optimizer
  • torch.utils.model_zoo
  • torch.utils.tensorboard
  • torch.utils.module_tracker
  • Информация о типах
  • torch.__config__
  • torch.__future__
  • torch._logging
  • Переменные среды Torch
• Примечания для разработчиков
  • Примеры автоматической смешанной точности
  • Механизмы autograd
  • Семантика широковещательной передачи
  • Многопоточность CPU и инференс TorchScript
  • Семантика CUDA
  • Страница пользовательских операторов PyTorch
  • Распределённый параллелизм данных
  • Расширение PyTorch
  • Расширение torch.func с помощью autograd.Function
  • Часто задаваемые вопросы
  • Начало работы с GPU Intel
  • Механизмы gradcheck
  • Семантика HIP (ROCm)
  • Функции для крупномасштабных развёртываний
  • Стабильный ABI LibTorch
  • Учебное руководство по LocalTensor: отладка SPMD в одном процессе
  • Бэкенд MKLDNN
  • Модули
  • Бэкенд MPS
  • Рекомендации по многопроцессной обработке
  • Численная точность
  • Примечания о out
  • Воспроизводимость
  • Семантика сериализации
  • TensorIterator (Python)
  • Часто задаваемые вопросы о Windows
• Сообщество
  • Полное руководство по участию в разработке PyTorch
  • Управление PyTorch | Сборка и CI
  • Руководство по участию в разработке PyTorch
  • Философия проектирования PyTorch
  • Управление PyTorch | Процессы
  • Управление PyTorch | Сопровождающие