Repolode
提交项目
Lightning-AI

Lightning-AI/pytorch-lightning

基于 PyTorch 的深度学习框架，自动处理训练循环、多 GPU 扩展等工程代码，同时保留模型逻辑的完全控制。

在 GitHub 查看官网
Star
31,445
Fork
3,849
未关闭 Issue
1,210
最近提交
8天前

这是什么？

PyTorch Lightning 是用于预训练和微调 PyTorch 模型的框架。用户将模型逻辑写在 LightningModule 中，由 Trainer 负责反向传播、混合精度、设备调度以及在 CPU、GPU、TPU 和多节点上的分布式训练。切换硬件时通常只需修改 Trainer 的几个参数，代码无需大改。

项目同时包含 Lightning Fabric，适合希望保留自定义训练循环的用户。它提供设备管理，并支持 DDP、FSDP、DeepSpeed 等分布式策略。内置功能包括模型检查点、早停，以及与 TensorBoard、Weights & Biases、MLflow 等工具的日志集成，还支持导出为 TorchScript 和 ONNX。

仓库提供快速上手示例，以及涵盖图像分类、分割、目标检测、LLM 微调和扩散模型等任务的示例集合。

核心功能

  • 01Trainer 可将同一份代码从单 CPU 或单 GPU 扩展到多节点集群。
  • 02支持 TPU、混合精度，以及 DDP、FSDP、DeepSpeed 等分布式策略。
  • 03Lightning Fabric 让用户在自定义训练循环中保留完整控制权。
  • 04内置模型检查点、早停和多种日志工具集成。
  • 05支持将模型导出为 TorchScript 和 ONNX 格式。

适用场景

  • 在 PyTorch 中训练或微调深度学习模型，减少重复的训练样板代码。
  • 将已有的 PyTorch 训练脚本迁移到多 GPU 或 TPU 上运行。
  • 基于分布式与混合精度组件构建自定义训练循环。
  • 结合实验追踪工具进行可复现的实验。

快速上手

  1. 1

    使用 pip 安装 Lightning

    pip install lightning
  2. 2

    安装示例所需的 torchvision

    pip install torchvision
  3. 3

    将示例保存为 main.py 并运行

    python main.py

收录于专题

GPU 加速的 AI 训练与推理工具数据科学课程与工具

标签

#deep-learning#pytorch#machine-learning#distributed-training#llm#gpu#ai#artificial-intelligence#data-science#python

常见问题

pytorch-lightning 是什么？
基于 PyTorch 的深度学习框架，自动处理训练循环、多 GPU 扩展等工程代码，同时保留模型逻辑的完全控制。 PyTorch Lightning 是用于预训练和微调 PyTorch 模型的框架。用户将模型逻辑写在 LightningModule 中，由 Trainer 负责反向传播、混合精度、设备调度以及在 CPU、GPU、TPU 和多节点上的分布式训练。切换硬件时通常只需修改 Trainer 的几个参数，代码无需大改。
pytorch-lightning 可以免费使用吗？用的什么许可证？
pytorch-lightning 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
pytorch-lightning 还在维护吗？
活跃维护中。pytorch-lightning 最近一次提交是在 2026年10月30日。
pytorch-lightning 适合用来做什么？
在 PyTorch 中训练或微调深度学习模型，减少重复的训练样板代码。 将已有的 PyTorch 训练脚本迁移到多 GPU 或 TPU 上运行。 基于分布式与混合精度组件构建自定义训练循环。 结合实验追踪工具进行可复现的实验。
pytorch-lightning 怎么安装和运行？
使用 pip 安装 Lightning: pip install lightning 安装示例所需的 torchvision: pip install torchvision 将示例保存为 main.py 并运行: python main.py
在哪里获取 pytorch-lightning？
源代码和安装说明在 GitHub 上：https://github.com/Lightning-AI/pytorch-lightning

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目