PyTorch

PyTorch
PyTorch
Pembuat asal	Adam Paszke; Sam Gross; Soumith Chintala; Gregory Chanan;
Pembangun	Facebook's AI Research lab (FAIR)
Pelancaran pertama	September 2016; 8 tahun yang lalu
Versi terkini/stabil	2.5.0 (17 Oktober 2024; 15 hari yang lalu)
Ditulis dalam	Python; C++; CUDA;
Sistem pengendalian	Linux; macOS; Windows;
Pelantar	IA-32, x86-64
Tersedia dalam	Inggeris
Jenis	Pustaka, Python package, Perisian bebas dan sumber terbuka, machine learning framework
Genre	Pustaka untuk pembelajaran mesin dan pembelajaran dalam
Lesen	BSD
Pautan berkaitan
Tapak web	pytorch.org
Repositori	github.com/pytorch/pytorch
Pautan lain
	sunting · sunting di WikidataLihat 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]

Pengkomputeran Tensor (seperti NumPy) dengan pecutan kuat melalui unit pemprosesan grafik (GPU)
Rangkaian neural mendalam dibina berdasarkan sistem pembezaan automatik berasaskan jenis

Rujukan

^ Chintala, Soumith (1 September 2016). "PyTorch Alpha-1 release".
^ "PyTorch 2.5.0 Release, SDPA CuDNN backend, Flex Attention". 17 Oktober 2024. Dicapai pada 17 Oktober 2024.
^ Yegulalp, Serdar (19 January 2017). "Facebook brings GPU-powered machine learning to Python". InfoWorld. Dicapai pada 11 December 2017.
^ Lorica, Ben (3 August 2017). "Why AI and machine learning researchers are beginning to embrace PyTorch". O'Reilly Media. Dicapai pada 11 December 2017.
^ 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.
^ "Natural Language Processing (NLP) with PyTorch – NLP with PyTorch documentation". dl4nlp.info (dalam bahasa Inggeris). Dicapai pada 2017-12-18.
^ Patel, Mo (2017-12-07). "When two trends fuse: PyTorch and recommender systems". O'Reilly Media (dalam bahasa Inggeris). Dicapai pada 2017-12-18.
^ 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.
^ 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.
^ "The C++ Frontend". PyTorch Master Documentation. Dicapai pada 2019-07-29.
^ Karpathy, Andrej. "PyTorch at Tesla - Andrej Karpathy, Tesla".
^ "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.
^ PYTORCH-TRANSFORMERS: PyTorch implementations of popular NLP Transformers, PyTorch Hub, 2019-12-01, dicapai pada 2019-12-01
^ 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
^ "Ecosystem Tools". pytorch.org (dalam bahasa Inggeris). Dicapai pada 2020-06-18.
^ GitHub - catalyst-team/catalyst: Accelerated DL & RL, Catalyst-Team, 2019-12-05, dicapai pada 2019-12-05
^ "Ecosystem Tools". pytorch.org (dalam bahasa Inggeris). Dicapai pada 2020-04-04.
^ "PyTorch – About". pytorch.org. Diarkibkan daripada yang asal pada 2018-06-15. Dicapai pada 2018-06-11.

Pautan luar

Tapak web rasmi

[1] Chintala, Soumith (1 September 2016). "PyTorch Alpha-1 release".

[wikidata-a569f4838ce660e629033320591597f05a32aaed-v5-2] "PyTorch 2.5.0 Release, SDPA CuDNN backend, Flex Attention". 17 Oktober 2024. Dicapai pada 17 Oktober 2024.

[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.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]