PyTorch

PyTorch 是一个开源的深度学习框架，由 Linux 基金会下的 PyTorch Foundation 托管。它主要用来搭建和训练神经网络：定义模型结构、跑数据、调参数，训练完再导出做推理。研究者喜欢它写起来像普通 Python 代码，调试直观；工程团队则看中它从实验到上线的路径比较顺。

主要功能

框架同时支持 eager 模式和图模式，官方材料提到可以用 TorchScript 在两者之间切换，并用 TorchServe 把模型推向生产。分布式训练由 torch.distributed 后端支撑，能在多卡多机上扩展。周边生态包括 Captum（模型可解释性）、PyTorch Geometric（图数据深度学习）、skorch（兼容 scikit-learn 的高层封装）等库，覆盖计算机视觉、自然语言处理等方向。

安装与平台

官网提供安装命令生成器，按操作系统、包管理器、语言和计算平台组合给出对应命令。稳定版当前标注为 2.7.0，另有 nightly 预览版；官方提示最新稳定版需要 Python 3.10 或更高版本。可选平台包括 Linux、Mac、Windows，计算后端有 CUDA 11.8 / 12.6 / 12.8、ROCm 6.3 和 CPU。LibTorch 只面向 C++。如果本机硬件不在列表里，官网指向 Additional Platforms 页面。不想本地装的话，AWS、Google Cloud、Azure、阿里云等云平台都提供了预装 PyTorch 的镜像或托管服务。

适合谁

做深度学习研究和应用开发的工程师是主要用户。学生和刚入门的人可以从官方教程和 YouTube 系列入手；已经用其他框架的团队，迁移时主要成本在代码改写和算子适配。官网还提供 PyTorch 认证，面向想证明技能的人。

费用与限制

框架本身开源免费，代码在 GitHub 上公开。使用中真正花钱的通常是 GPU 算力和云服务。官网没有列出需要注册才能下载或使用，安装命令直接给出。文档、教程和社区论坛是英文的，国内访问 GitHub 和部分资源可能不稳定。