PyTorch 文档#
PyTorch 是一个优化的张量库，用于使用 GPU 和 CPU 进行深度学习。
本 文档中描述的功能按发布状态分类
稳定 (API-稳定): 这些功能将得到长期维护，通常不会有重大的性能限制或文档缺失。我们也期望维护向后兼容性（尽管可能会发生破坏性更改，并且会在提前一个版本时通知）。
不稳定 (API-不稳定): 包含所有正在积极开发中的功能，其 API 可能基于用户反馈、必要的性能改进或因为算子覆盖不完整而发生变化。这些功能的应用编程接口和性能特征可能会发生变化。
- 安装 PyTorch
- 用户指南
- 参考 API
- C++
- torch
- torch.nn
- torch.nn.functional
- torch.Tensor
- 张量属性
- 张量视图
- torch.amp
- torch.autograd
- torch.library
- torch.accelerator
- torch.cpu
- torch.cuda
- torch.cuda.memory
- torch.mps
- torch.xpu
- torch.mtia
- torch.mtia.memory
- Meta 设备
- 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.checkpoint
- torch.distributions
- torch.compiler
- torch.fft
- torch.func
- torch.futures
- torch.fx
- torch.fx.experimental
- torch.hub
- torch.jit
- torch.linalg
- torch.monitor
- torch.signal
- torch.special
- torch.overrides
- torch.package
- torch.profiler
- torch.nn.init
- torch.nn.attention
- torch.onnx
- torch.optim
- 复数
- DDP 通信钩子
- 量化
- 分布式 RPC 框架
- torch.random
- torch.masked
- torch.nested
- torch.Size
- torch.sparse
- torch.Storage
- torch.testing
- torch.utils
- torch.utils.benchmark
- torch.utils.bottleneck
- torch.utils.checkpoint
- torch.utils.cpp_extension
- torch.utils.data
- torch.utils.deterministic
- torch.utils.jit
- torch.utils.dlpack
- torch.utils.mobile_optimizer
- torch.utils.model_zoo
- torch.utils.tensorboard
- torch.utils.module_tracker
- 类型信息
- 命名张量
- 命名张量算子覆盖范围
- torch.__config__
- torch.__future__
- torch._logging
- Torch 环境变量
- 开发者须知
- 社区
