Biblioteca de inteligencia artificial flexible y rápida
PyTorch es una biblioteca de aprendizaje automático que ofrece una potente aceleración de unidad de procesamiento de gráficos (GPU) para cálculos de tensores basados en Python y redes neuronales dinámicas. Proporciona un amplio soporte de ecosistema en el desarrollo e implementación de modelos de aprendizaje profundo.
Actualizaciones
- 1 de octubre de 2026: Estrellas 102,730 → 103,573, última versión v2.14.1 (30 de septiembre de 2026).
- 3 de septiembre de 2026: Estrellas 102,131 → 102,730, última versión v2.14.0 (2 de septiembre de 2026).
- 2 de agosto de 2026: Estrellas 101,297 → 102,131, última versión v2.13.0 (8 de julio de 2026).
Qué aporta
- Cálculos de tensor de alto rendimiento impulsados por GPU
- Desarrollo de modelos flexibles con redes neuronales dinámicas.
- Totalmente compatible con el ecosistema Python
Instalación
git clone https://github.com/pytorch/pytorch
cd pytorch
# if you are updating an existing checkout
git submodule sync
git submodule update --init --recursivepip install --group devSi no programa
Quiero desarrollar modelos de aprendizaje profundo utilizando la biblioteca PyTorch. Guíame a través de los cálculos de tensores, la creación de redes neuronales dinámicas y el aprovechamiento de la aceleración de GPU. En particular, explique cómo utilizar los componentes torch.nn y torch.autograd, cómo integrarlos con el marco de Python y cómo optimizar los procesos de capacitación del modelo.
Repositorio: https://github.com/pytorch/pytorch. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.
Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.
Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.
Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.
Términos relacionados del glosario
Enlaces
TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-07-03: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.