عن المشروع

PyTorch Lightning هو إطار عمل للتعلم العميق مصمم للتدريب المسبق والضبط الدقيق لنماذج الذكاء الاصطناعي من أي حجم، ويتوسع من وحدة معالجة مركزية واحدة إلى آلاف وحدات معالجة الرسوميات مع الحد الأدنى من تغييرات الكود. ينظم كود PyTorch لفصل المنطق العلمي للنموذج عن البنية التحتية الهندسية، مما يؤتمت الانتشار العكسي، والدقة المختلطة، وتدريب متعدد وحدات معالجة الرسوميات، والتدريب الموزع. يقدم المشروع حزمتين أساسيتين: PyTorch Lightning، التي توفر تجريدًا عالي المستوى للمدرب ووحدة LightningModule، وLightning Fabric، التي تمنح تحكمًا على مستوى الخبراء في حلقة التدريب واستراتيجية التوسع للنماذج المعقدة مثل نماذج اللغة الكبيرة، ونماذج الانتشار، والمحولات. يمكن للمستخدمين اختيار مستوى التجريد الذي يحتاجونه. تشمل الميزات الرئيسية التدريب المستقل عن العتاد عبر وحدة المعالجة المركزية، ووحدة معالجة الرسوميات، ووحدة معالجة الموترات، وإعدادات متعددة العقد؛ ودعم الاستراتيجيات الموزعة مثل DDP وFSDP وDeepSpeed؛ والدقة المختلطة؛ وتكاملات تسجيل التجارب؛ والإيقاف المبكر؛ ونقاط التفتيش؛ والتصدير إلى TorchScript أو ONNX. تشير ملفات القراءة إلى حمل زمني ضئيل في سرعة التشغيل مقارنة بـ PyTorch الخالص. يتم التثبيت عبر pip أو conda. تتضمن المستودع أمثلة عديدة تغطي تصنيف الصور، والتجزئة، واكتشاف الأجسام، وتصنيف النصوص، والتلخيص، وتوليد الصوت، وضبط نماذج اللغة الكبيرة، وتوليد الصور، وأنظمة التوصية، والتنبؤ بالسلاسل الزمنية. وهو مرخص بموجب Apache 2.0 ويتم اختباره بدقة عبر إصدارات Python وPyTorch وأنظمة التشغيل ومسرعات العتاد.