PyTorch：GPU 加速的张量与动态神经网络库

PyTorch 是一个 Python 包，提供类似 NumPy 的张量计算并支持 GPU 加速，以及基于磁带式自动微分的深度神经网络，用于深度学习研究。

这个工具是什么

PyTorch 是开源的 Python 库，提供两个高层特性：张量计算（类似 NumPy）并具备强 GPU 加速；基于磁带式自动微分系统构建深度神经网络。它包含 torch（张量库）、torch.autograd（自动微分）、torch.jit（TorchScript 编译栈）、torch.nn（神经网络库）、torch.multiprocessing（进程间内存共享）和 torch.utils（数据加载等工具）。通常用作 NumPy 的 GPU 替代，或作为提供灵活性和速度的深度学习研究平台。

核心能力

• 提供类似 NumPy 的张量计算，支持 CPU 或 GPU 运行并加速计算
• 基于磁带式自动微分，支持 torch 中所有可微张量操作
• torch.nn 与 autograd 深度集成，为神经网络设计提供灵活性
• torch.jit 可将 PyTorch 代码编译为可序列化和可优化的模型

科研中的典型用法

• 用张量运算替代 NumPy 进行科学计算，并利用 GPU 加速大规模数值任务
• 构建和训练动态神经网络，利用自动微分实现反向传播和梯度更新
• 使用 torch.utils 的 DataLoader 进行数据加载，或通过 torch.multiprocessing 实现进程间张量内存共享

快速上手

可通过官方提供的二进制包安装，或从源码构建。源码构建需先安装依赖，并可选配置 NVIDIA CUDA、AMD ROCm 或 Intel GPU 支持。也可使用预构建的 Docker 镜像。入门可参考官方教程学习基础知识。

生态与相近工具

同领域还有 NumPy（仅 CPU 张量计算）、TensorFlow 等深度学习框架。PyTorch 的特点在于动态计算图和 Python 优先的接口，可与 NumPy、SciPy、Cython 等包复用扩展。选择时可根据是否需要 GPU 加速、动态图以及现有代码生态来决定。

项目信息

• 仓库：pytorch/pytorch
• 星标：103,099　·　派生：29,808
• 主要语言：Python
• 许可证：NOASSERTION
• 最近提交：2026-09-19
• 项目主页：https://pytorch.org

本文属于《学科研究工具知识库 · 人工智能》第 4 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。