Biblioteca de inteligência artificial flexível e rápida
PyTorch é uma biblioteca de aprendizado de máquina que oferece aceleração poderosa de unidade de processamento gráfico (GPU) para cálculos de tensores baseados em Python e redes neurais dinâmicas. Ele fornece amplo suporte ao ecossistema no desenvolvimento e implantação de modelos de aprendizagem profunda.
Atualizações
- 1 de outubro de 2026: Estrelas 102,730 → 103,573, versão mais recente v2.14.1 (30 de setembro de 2026).
- 3 de setembro de 2026: Estrelas 102,131 → 102,730, versão mais recente v2.14.0 (2 de setembro de 2026).
- 2 de agosto de 2026: Estrelas 101,297 → 102,131, versão mais recente v2.13.0 (8 de julho de 2026).
O que você ganha
- Cálculos de tensor de alto desempenho alimentados por GPU
- Desenvolvimento flexível de modelos com redes neurais dinâmicas
- Totalmente compatível com o ecossistema Python
Instalação
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 devSe você não programa
Quero desenvolver modelos de aprendizagem profunda usando a biblioteca PyTorch. Acompanhe-me nos cálculos de tensores, na criação de redes neurais dinâmicas e no aproveitamento da aceleração da GPU. Em particular, explique como usar os componentes torch.nn e torch.autograd, como integrá-los à estrutura Python e como otimizar os processos de treinamento do modelo.
Repositório: https://github.com/pytorch/pytorch. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.
Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.
Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.
Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.
Termos relacionados do glossário
Links
A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-07-03: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.