Переменные среды Torch

Создано: 15 февр. 2024 | Последнее обновление: 10 июн. 2025

PyTorch использует переменные среды для настройки различных параметров, влияющих на поведение системы во время выполнения. Эти переменные позволяют управлять ключевыми функциями, например отображением трассировки стека C++ при возникновении ошибок, синхронизацией выполнения ядер CUDA, указанием количества потоков для задач параллельной обработки и многим другим.

Кроме того, PyTorch использует несколько высокопроизводительных библиотек, таких как MKL и cuDNN, которые также применяют переменные среды для изменения своей работы. Такое взаимодействие настроек позволяет создать гибко настраиваемую среду разработки, которую можно оптимизировать для повышения эффективности, отладки и управления вычислительными ресурсами.

Обратите внимание: хотя в этой документации рассматривается широкий спектр переменных среды, относящихся к PyTorch и связанным с ним библиотекам, она не является исчерпывающей. Если вы заметили, что в документации чего-то не хватает, обнаружили ошибку или считаете, что её можно улучшить, сообщите нам об этом, создав issue или открыв pull request.

• Переменные среды для управления потоками
• Переменные среды CUDA
• Переменные среды MPS
• Переменные среды для отладки
• Прочие переменные среды
• torch._logging
• Переменные среды PYTORCH ProcessGroupNCCL