PyTorch

PyTorch
Pembuat asal
  • Adam Paszke
  • Sam Gross
  • Soumith Chintala
  • Gregory Chanan
PembangunFacebook's AI Research lab (FAIR)
Pelancaran pertamaSeptember 2016; 9 tahun yang lalu (2016-09)[1]
Versi terkini/stabil2.13.0[2] Edit this on Wikidata (8 Julai 2026; 34 hari yang lalu (8 Julai 2026))
Ditulis dalam
Sistem pengendalian
PelantarIA-32, x86-64
Tersedia dalamInggeris
JenisPustaka, Python package (en) Terjemah, Perisian bebas dan sumber terbuka, machine learning framework (en) Terjemah Sunting nilai ini di Wikidata
GenrePustaka untuk pembelajaran mesin dan pembelajaran dalam
LesenBSD
Format fail boleh ditulis
Senarai Senarai
PyTorch Serialized File Format (en) Terjemah Sunting nilai ini di Wikidata
Format fail boleh dibaca
Senarai Senarai
PyTorch Serialized File Format (en) Terjemah Sunting nilai ini di Wikidata
Pautan berkaitan
Tapak webpytorch.org
Repositorigithub.com/pytorch/pytorch
Pautan lainGitHub: pytorch
X: PyTorch Mastodon: pytorch@social.lfx.dev YouTube: UCWXI5YeOsh03QvJ59PMaXFw Sunting nilai ini di Wikidata
sunting · sunting di Wikidata
Lihat pendokumenan templat ini
Lihat pendokumenan templat ini

PyTorch ialah perpustakaan pembelajaran mesin sumber terbuka berdasarkan perpustakaan Torch,[3][4][5] digunakan untuk aplikasi seperti penglihatan komputer dan pemprosesan bahasa semula jadi, [6] terutama dikembangkan oleh makmal Penyelidikan AI Facebook (FAIR).[7][8][9] Ia merupakan perisian sumber percuma dan terbuka yang dikeluarkan di bawah lesen BSD yang diubah. Walaupun antara muka Python lebih digilap dan fokus utama pembangunan, PyTorch juga mempunyai antara muka C ++.[10]

Sejumlah perisian pembelajaran mendalam dibina di atas PyTorch, termasuk Tesla Autopilot,[11] Uber's Pyro,[12] HuggingFace's Transformers,[13] PyTorch Lightning,[14][15] dan Catalyst.[16] [17]

PyTorch menyediakan dua ciri peringkat tinggi:[18]

Rujukan

  1. ^ Chintala, Soumith (1 September 2016). "PyTorch Alpha-1 release".
  2. ^ "Release 2.13.0". 8 Julai 2026. Dicapai pada 9 Julai 2026.
  3. ^ Yegulalp, Serdar (19 January 2017). "Facebook brings GPU-powered machine learning to Python". InfoWorld. Dicapai pada 11 December 2017.
  4. ^ Lorica, Ben (3 August 2017). "Why AI and machine learning researchers are beginning to embrace PyTorch". O'Reilly Media. Dicapai pada 11 December 2017.
  5. ^ Ketkar, Nikhil (2017). "Introduction to PyTorch". Deep Learning with Python (dalam bahasa Inggeris). Apress, Berkeley, CA. m/s. 195–208. doi:10.1007/978-1-4842-2766-4_12. ISBN 9781484227657.
  6. ^ "Natural Language Processing (NLP) with PyTorch – NLP with PyTorch documentation". dl4nlp.info (dalam bahasa Inggeris). Dicapai pada 2017-12-18.
  7. ^ Patel, Mo (2017-12-07). "When two trends fuse: PyTorch and recommender systems". O'Reilly Media (dalam bahasa Inggeris). Dicapai pada 2017-12-18.
  8. ^ Mannes, John. "Facebook and Microsoft collaborate to simplify conversions from PyTorch to Caffe2". TechCrunch (dalam bahasa Inggeris). Dicapai pada 2017-12-18. FAIR is accustomed to working with PyTorch – a deep learning framework optimized for achieving state of the art results in research, regardless of resource constraints. Unfortunately in the real world, most of us are limited by the computational capabilities of our smartphones and computers.
  9. ^ Arakelyan, Sophia (2017-11-29). "Tech giants are using open source frameworks to dominate the AI community". VentureBeat (dalam bahasa Inggeris). Dicapai pada 2017-12-18.
  10. ^ "The C++ Frontend". PyTorch Master Documentation. Dicapai pada 2019-07-29.
  11. ^ Karpathy, Andrej. "PyTorch at Tesla - Andrej Karpathy, Tesla".
  12. ^ "Uber AI Labs Open Sources Pyro, a Deep Probabilistic Programming Language". Uber Engineering Blog (dalam bahasa Inggeris). 2017-11-03. Dicapai pada 2017-12-18.
  13. ^ PYTORCH-TRANSFORMERS: PyTorch implementations of popular NLP Transformers, PyTorch Hub, 2019-12-01, dicapai pada 2019-12-01
  14. ^ PYTORCH-Lightning: The lightweight PyTorch wrapper for ML researchers. Scale your models. Write less boilerplate, Lightning-Team, 2020-06-18, dicapai pada 2020-06-18
  15. ^ "Ecosystem Tools". pytorch.org (dalam bahasa Inggeris). Dicapai pada 2020-06-18.
  16. ^ GitHub - catalyst-team/catalyst: Accelerated DL & RL, Catalyst-Team, 2019-12-05, dicapai pada 2019-12-05
  17. ^ "Ecosystem Tools". pytorch.org (dalam bahasa Inggeris). Dicapai pada 2020-04-04.
  18. ^ "PyTorch – About". pytorch.org. Diarkibkan daripada yang asal pada 2018-06-15. Dicapai pada 2018-06-11.

 

Pautan luar

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.