Sistema baseado em PyTorch para treinamento e inferência distribuídos de grandes modelos de IA, com paralelismo, otimização de memória e treinamento heterogêneo.
Lightning-AI/pytorch-lightning
Framework de deep learning baseado em PyTorch que automatiza loops de treinamento, escalabilidade para múltiplas GPUs e código de infraestrutura, mantendo o controle total do código do modelo.
- Estrelas
- 31,445
- Forks
- 3,849
- Issues abertas
- 1,210
- Último commit
- há 8 dias
O que é?
PyTorch Lightning é um framework para pré-treinar e ajustar modelos PyTorch. Você define a lógica do modelo em um LightningModule, e o Trainer cuida da retropropagação, da precisão mista, da alocação de dispositivos e do treinamento distribuído em CPUs, GPUs, TPUs e vários nós. O mesmo código pode ser executado em diferentes hardwares alterando alguns argumentos do Trainer.
O projeto também inclui o Lightning Fabric, uma camada de nível mais baixo para quem quer manter seu próprio loop de treinamento e ainda contar com gerenciamento de dispositivos e estratégias distribuídas como DDP, FSDP e DeepSpeed. Entre os recursos integrados estão checkpointing, parada antecipada, integrações com ferramentas de logging como TensorBoard, Weights & Biases e MLflow, além da exportação para TorchScript e ONNX.
O repositório oferece um exemplo de início rápido, exemplos organizados por tarefa que abrangem classificação, segmentação, detecção, ajuste fino de LLMs e difusão, além de documentação para os dois pacotes.
Recursos principais
- 01O Trainer permite escalar o mesmo código de uma única CPU ou GPU para clusters com vários nós.
- 02Oferece suporte a TPUs, precisão mista e estratégias distribuídas como DDP, FSDP e DeepSpeed.
- 03O Lightning Fabric oferece controle avançado sobre um loop de treinamento personalizado.
- 04Recursos integrados de checkpointing, parada antecipada e integrações de logging.
- 05Exporta modelos para TorchScript e ONNX.
Casos de uso
- Treinar ou ajustar modelos de deep learning em PyTorch sem escrever código de infraestrutura para o treinamento.
- Migrar um script de treinamento PyTorch existente para hardware com várias GPUs ou TPUs.
- Criar um loop de treinamento personalizado com base em primitivas distribuídas e de precisão mista.
- Executar experimentos reproduzíveis com acompanhamento integrado de experimentos.
Início rápido
- 1
Instale o Lightning com pip
pip install lightning - 2
Instale torchvision para o exemplo
pip install torchvision - 3
Salve o exemplo simples como main.py e execute-o
python main.py
Em coleções
Tópicos
Perguntas frequentes
- O que é pytorch-lightning?
- Framework de deep learning baseado em PyTorch que automatiza loops de treinamento, escalabilidade para múltiplas GPUs e código de infraestrutura, mantendo o controle total do código do modelo. PyTorch Lightning é um framework para pré-treinar e ajustar modelos PyTorch. Você define a lógica do modelo em um LightningModule, e o Trainer cuida da retropropagação, da precisão mista, da alocação de dispositivos e do treinamento distribuído em CPUs, GPUs, TPUs e vários nós. O mesmo código pode ser executado em diferentes hardwares alterando alguns argumentos do Trainer.
- pytorch-lightning é gratuito? Qual é a licença?
- pytorch-lightning é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- pytorch-lightning ainda é mantido?
- Manutenção ativa. O último commit de pytorch-lightning foi em 30 de out. de 2026.
- Para que posso usar pytorch-lightning?
- Treinar ou ajustar modelos de deep learning em PyTorch sem escrever código de infraestrutura para o treinamento. Migrar um script de treinamento PyTorch existente para hardware com várias GPUs ou TPUs. Criar um loop de treinamento personalizado com base em primitivas distribuídas e de precisão mista. Executar experimentos reproduzíveis com acompanhamento integrado de experimentos.
- Como instalar pytorch-lightning?
- Instale o Lightning com pip: pip install lightning Instale torchvision para o exemplo: pip install torchvision Salve o exemplo simples como main.py e execute-o: python main.py
- Onde consigo pytorch-lightning?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Lightning-AI/pytorch-lightning
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca de otimização de deep learning que facilita e torna mais eficiente o treinamento distribuído e a inferência de modelos grandes.
Biblioteca otimizada de Mixture-of-Experts da Microsoft para treinar e servir modelos MoE em PyTorch, com inferência de baixa precisão para modelos como DeepSeek, Qwen e GLM.
Uma biblioteca leve de deep learning, com verificação de tipos e programação funcional, para compor modelos e encapsular camadas do PyTorch, TensorFlow e MXNet.
CLI e toolkit Python para empacotar e implantar modelos de ML como servidores de modelos em produção na Baseten ou na sua própria infraestrutura.
Ray é um framework unificado para escalar aplicações Python e de IA, do laptop ao cluster, com runtime distribuído e bibliotecas de IA.